7

我正在努力处理 Pythonpandas包中的分层索引。具体来说，我不明白如何在数据透视后过滤和比较行中的数据。

这是文档中的示例表： 

import pandas as pd
import numpy as np

In [1027]: df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 6,
                              'B' : ['A', 'B', 'C'] * 8,
                              'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
                              'D' : np.random.randn(24),
                              'E' : np.random.randn(24)})

In [1029]: pd.pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
Out[1029]: 
    C             bar       foo
    A     B                    
    one   A -1.154627 -0.243234
          B -1.320253 -0.633158
          C  1.188862  0.377300
    three A -1.327977       NaN
          B       NaN -0.079051
          C -0.832506       NaN
    two   A       NaN -0.128534
          B  0.835120       NaN
          C       NaN  0.838040

我想分析如下：

1）根据列属性过滤此表，例如选择带有负数的行foo：

    C             bar       foo
    A     B                    
    one   A -1.154627 -0.243234
          B -1.320253 -0.633158
    three B       NaN -0.079051
    two   A       NaN -0.128534

B2）比较不同系列组之间的剩余系列值A？我不确定如何访问此信息：{'one':['A','B'], 'two':['A'], 'three':['B']}并确定哪些系列B值对于每个键是唯一的，或者在多个键组中看到，等等

有没有办法直接在数据透视表结构中执行此操作，还是我需要将其转换回pandas dataframe?

更新： 我认为这段代码是朝着正确方向迈出的一步。它至少让我可以访问此表中的各个值，但我仍在对系列值进行硬编码：

table = pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
table.ix['one', 'A']
4

2 回答 2

11

数据透视表返回一个 DataFrame，因此您可以通过执行以下操作进行简单过滤：

In [15]: pivoted = pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])

In [16]: pivoted[pivoted.foo < 0]
Out[16]: 
C             bar       foo
A     B                    
one   A -0.412628 -1.062175
three B       NaN -0.562207
two   A       NaN -0.007245

你可以使用类似的东西

pivoted.ix['one']

选择所有 A 系列组

或者

pivoted.ix['one', 'A']

选择不同的 A 和 B 系列组

于 2012-08-15T19:47:23.257 回答
2

只是在上一个答案中添加信息。当您尝试pivoted.ix['one']在python3中使用时，您会收到以下消息：

/usr/lib/python3.7/site-packages/ipykernel_launcher.py:7：弃用警告：.ix 已弃用。请使用 .loc 进行基于标签的索引或使用 .iloc 进行位置索引

请参阅此处的文档：http: //pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecated import sys

因此，在此版本的 python 中，请改用以下代码：

pivoted.loc['one']

于 2019-02-06T14:42:46.063 回答