Auswahl von Daten aus dem Pandas-Panel mit MultiIndex

Question

Ich habe eine DataFrame mit MultiIndex, zum Beispiel:

In [1]: arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]
In [2]: df = DataFrame(randn(6,2),index=MultiIndex.from_tuples(zip(*arrays)),columns=['A','B'])
In [3]: df
Out [3]:
          A         B
one 1 -2.028736 -0.466668
    2 -1.877478  0.179211
    3  0.886038  0.679528
two 1  1.101735  0.169177
    2  0.756676 -1.043739
    3  1.189944  1.342415

Nun möchte ich die Mittelwerte der Elemente 2 und 3 (Indexebene 1) für jede Zeile (Indexebene 0) und jede Spalte berechnen. Ich brauche also einen DataFrame, der wie folgt aussehen würde

                                 A                            B
one 1 mean(df['A'].ix['one'][1:3])  mean(df['B'].ix['one'][1:3])
two 1 mean(df['A'].ix['two'][1:3])  mean(df['B'].ix['two'][1:3])

Wie kann ich das tun, ohne Schleifen über Zeilen (Indexebene 0) des ursprünglichen Datenrahmens zu verwenden? Was ist, wenn ich dasselbe für ein Panel tun möchte? Es muss eine einfache Lösung mit groupby geben, aber ich lerne es immer noch und kann mich nicht an eine Antwort erinnern.

Answer 1

Sie können die Funktion xs verwenden, um auf Ebenen zu selektieren.

Beginnend mit:

              A         B
one 1 -2.712137 -0.131805
    2 -0.390227 -1.333230
    3  0.047128  0.438284
two 1  0.055254 -1.434262
    2  2.392265 -1.474072
    3 -1.058256 -0.572943

Sie können dann einen neuen Datenrahmen mit erstellen:

DataFrame({'one':df.xs('one',level=0)[1:3].apply(np.mean), 'two':df.xs('two',level=0)[1:3].apply(np.mean)}).transpose()

was das Ergebnis liefert:

            A         B
one -0.171549 -0.447473
two  0.667005 -1.023508

Um dasselbe zu tun, ohne die Elemente in der Ebene anzugeben, können Sie groupby verwenden:

grouped = df.groupby(level=0)
d = {}

for g in grouped:
    d[g[0]] = g[1][1:3].apply(np.mean)

DataFrame(d).transpose()

Bei Panels bin ich mir nicht sicher - es ist nicht so gut dokumentiert, aber etwas Ähnliches sollte möglich sein

Answer 2

Ich weiß, dass dies eine alte Frage ist, aber für alle, die diese Seite suchen und finden, ist die einfachere Lösung meiner Meinung nach die level Schlüsselwort in mean :

In [4]: arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]

In [5]: df = pd.DataFrame(np.random.randn(6,2),index=pd.MultiIndex.from_tuples(z
ip(*arrays)),columns=['A','B'])

In [6]: df
Out[6]:
              A         B
one 1 -0.472890  2.297778
    2 -2.002773 -0.114489
    3 -1.337794 -1.464213
two 1  1.964838 -0.623666
    2  0.838388  0.229361
    3  1.735198  0.170260

In [7]: df.mean(level=0)
Out[7]:
            A         B
one -1.271152  0.239692
two  1.512808 -0.074682

In diesem Fall bedeutet dies, dass die Ebene 0 über der Achse 0 beibehalten wird (die Zeilen, Standardwert für mean )

Answer 3

Gehen Sie wie folgt vor:

# Specify the indices you want to work with.
idxs = [("one", elem) for elem in [2,3]] + [("two", elem) for elem in [2,3]]

# Compute grouped mean over only those indices.
df.ix[idxs].mean(level=0)