7

我试图将我的大脑包裹在pandas数据结构上，并试图在愤怒中使用它们。我发现groupby操作会产生一个熊猫系列对象。但我不太清楚如何使用生成的系列。特别是，我想做两件事：

1）将结果“加入”回初始DataFrame

2）根据层次索引从结果系列中选择一个特定的值。

这是一个可以使用的玩具示例：

import pandas
df = pandas.DataFrame({'group1': ['a','a','a','b','b','b'],
                       'group2': ['c','c','d','d','d','e'],
                       'value1': [1.1,2,3,4,5,6],
                       'value2': [7.1,8,9,10,11,12]
})
dfGrouped = df.groupby( ["group1", "group2"] , sort=True)

## toy function, obviously not my real function
def fun(x): return mean(x**2)

results = dfGrouped.apply(lambda x: fun(x.value1))

所以产生的系列（结果）看起来像这样：

group1  group2
a       c          2.605
        d          9.000
b       d         20.500
        e         36.000

这就说得通了。但是我该怎么做：

1) 将其加入到原始 DataFramedf

2) 选择一个值，例如 group1=='b' & group2=='d'

4

2 回答 2

8

所以对于剩下的#1。

In [9]: df
Out[9]:
  group1 group2  value1  value2
0      a      c     1.1     7.1
1      a      c     2.0     8.0
2      a      d     3.0     9.0
3      b      d     4.0    10.0
4      b      d     5.0    11.0
5      b      e     6.0    12.0

In [10]: results
Out[10]:
group1  group2
a       c          2.605
        d          9.000
b       d         20.500
        e         36.000

In [11]: df.set_index(['group1', 'group2'], inplace=True)['results'] = results

In [12]: df
Out[12]:
               value1  value2  results
group1 group2
a      c          1.1     7.1    2.605
       c          2.0     8.0    2.605
       d          3.0     9.0    9.000
b      d          4.0    10.0   20.500
       d          5.0    11.0   20.500
       e          6.0    12.0   36.000

In [13]: df.reset_index()
Out[13]:
  group1 group2  value1  value2  results
0      a      c     1.1     7.1    2.605
1      a      c     2.0     8.0    2.605
2      a      d     3.0     9.0    9.000
3      b      d     4.0    10.0   20.500
4      b      d     5.0    11.0   20.500
5      b      e     6.0    12.0   36.000
于 2012-08-09T15:09:37.260 回答
3

在胡闹的时候，我发现了#2的答案：

results["b","d"]给我 group1=='b' & group2=='d' 的值

于 2012-08-09T14:50:15.993 回答