1

我是初学者，我似乎无法找到确切的答案。

我有两个数据框，第一个有本地化的经济数据（df1）：

(index)  (index)     2000     2010  Diff   
State    Region    
NY       NYC         1000     1100   100
NY       Upstate      200      270    70
NY       Long_Island 1700     1800   100 
IL       Chicago      300      500   200
IL       South         50       35    15
IL       Suburbs      800      650  -150

第二个有一个州和地区列表，（df2）：

index   State   Region
0        NY      NYC
1        NY      Long_Island
2        IL      Chicago

最终，我想要做的是在州和地区之间t-test的列上运行 a与所有其他不包括在. 但是，我还没有设法划分组，所以我无法运行测试。Diffdf2df1df2

我最近的尝试（很多）看起来像这样：

df1['Region', 'State'].isin(df2['Region', 'State'])

我也尝试pd.merge过，但似乎无法正常工作。我认为这是因为多级索引，但我仍然不知道如何获取不在df2.

4

1 回答 1

1

看来你需要difference，MultiIndexes然后选择loc：

print (df1.index)
MultiIndex(levels=[['IL', 'NY'], ['Chicago', 'Long_Island', 
                                  'NYC', 'South', 'Suburbs', 'Upstate']],
           labels=[[1, 1, 1, 0, 0, 0], [2, 5, 1, 0, 3, 4]],
           names=['State', 'Region'])

print (df2.index)
Int64Index([0, 1, 2], dtype='int64', name='index')

print (df1.index.names)
['State', 'Region']

#create index from both columns
df2 =  df2.set_index(df1.index.names)
what is same as
#df2 = df2.set_index(['State','Region'])

mux = df1.index.difference(df2.index)
print (mux)
MultiIndex(levels=[['IL', 'NY'], ['South', 'Suburbs', 'Upstate']],
           labels=[[0, 0, 1], [0, 1, 2]],
           names=['State', 'Region'],
           sortorder=0)

print (df1.loc[mux])
               2000  2010  Diff
State Region                   
IL    South      50    35    15
      Suburbs   800   650  -150
NY    Upstate   200   270    70

全部一起：

df2 =  df2.set_index(df1.index.names)
df = df1.loc[df1.index.difference(df2.index)]
print (df)
于 2017-03-20T11:25:50.600 回答