1

我有以下数据框：

df = pd.DataFrame({('psl', 't1'): {'fiat': 36.389809173765507,
  'mazda': 18.139242981049016,
  'opel': 0.97626485600703961,
  'toyota': 74.464422292108878},
 ('psl', 't2'): {'fiat': 35.423004380643462,
  'mazda': 24.269803148695079,
  'opel': 1.0170540474994665,
  'toyota': 60.389948228586832},
 ('psv', 't1'): {'fiat': 35.836800462163097,
  'mazda': 15.893295606055901,
  'opel': 0.78744853046848606,
  'toyota': 74.054850828062271},
 ('psv', 't2'): {'fiat': 34.379812557124815,
  'mazda': 23.202587247335682,
  'opel': 0.80191294532382451,
  'toyota': 58.735083244244322}})

它看起来像这样：在此处输入图像描述

我希望将它从多索引减少到普通索引。我希望通过应用一个使用 t1 和 t2 值的函数并只返回一个值来做到这一点，这将导致有两列：psl 和 psv。

我已经成功地将它分组并应用了一个函数：

df.groupby(level=0, axis=1).agg(np.mean)

这与我想要的非常接近，只是我不想应用 np.mean，而是应用自定义函数。特别是百分比变化函数。

我的最终目标是能够做这样的事情：

df.groupby(level=0, axis=1).apply(lambda t1, t2: (t2-t1)/t1)

返回此错误：

TypeError: <lambda>() missing 1 required positional argument: 't2'

我也试过这个：

df.apply(lambda x: x[x.name].apply(lambda x: x['t1']/x['t2']))

反过来又返回：

KeyError: (('psl', 't1'), 'occurred at index (psl, t1)')

您能否尽最大努力对答案的每个部分进行详尽的解释，以便我更好地了解 pandas 的工作原理。

4

1 回答 1

2

不容易。squeeze在列中使用带有forSeries和xsfor 选择的自定义函数MultiIndex：

def f(x):
    t2 = x.xs('t2', axis=1, level=1)
    t1 = x.xs('t1', axis=1, level=1)
    a = (t2-t1)/t1
    #print (a)
    return (a.squeeze())

df1 = df.groupby(level=0, axis=1).agg(f) 
print (df1)
             psl       psv
fiat   -0.026568 -0.040656
mazda   0.337972  0.459898
opel    0.041781  0.018369
toyota -0.189009 -0.206871

使用 lambda 函数是可能的，但对于重复代码来说真的很糟糕：

df1 = df.groupby(level=0, axis=1)
        .agg(lambda x: ((x.xs('t2', axis=1, level=1)-x.xs('t1', axis=1, level=1))/
                                 x.xs('t1', axis=1, level=1)).squeeze())
于 2018-03-14T11:46:53.253 回答