Groupby-Pandas-User Guide原文翻译3

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

GroupBy with MultiIndex¶514

With hierarchically-indexeddata, it’s quite natural to group byone of the levels of the hierarchy.

Let’s create a Series with a two-level MultiIndex.

GroupBy多索引，伴随着多层级的索引的数据，用其中的一个层级进行分级非常的自然。

我们来创造一个两层级的索引

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],

  ....:           ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]

  ....:

生成一个arrays，作为后续索引

In [36]: index =pd.MultiIndex.from_arrays(arrays, names=['first', 'second'])

生成多重索引，用之前生成的arrays，索引列名分别叫first和second

In [37]: s =pd.Series(np.random.randn(8), index=index)

生成一个series叫s，由8个随机数构成，索引就使用之前定义的索引

In [38]: s

Out[38]:

first second

bar   one      -0.919854

      two      -0.042379

baz   one       1.247642

      two      -0.009920

foo   one       0.290213

      two       0.495767

qux   one       0.362949

      two       1.548106

dtype: float64

数据类型为浮点型

We can then group by one of the levels in s.

我们也可以对s变量用其中的几个水平来生成。

In [39]: grouped =s.groupby(level=0)

因为是双重索引，所以第一重就是level=0，第二重就是level=1，第一重就是根据bar、baz等分类，第二重就是onetwo进行分类。

In [40]: grouped.sum()

Out[40]:

first

bar  -0.962232

baz   1.237723

foo   0.785980

qux   1.911055

dtype: float64

If the MultiIndex has names specified, these can be passedinstead of the level number:

如果多重索引是作为相关命名的，那么命名是可以代替level数字的。

In [41]: s.groupby(level='second').sum()

Out[41]:

second

one   0.980950

two   1.991575

dtype: float64

level=0变成level=first

level=1变成level=second

The aggregation functions such as sumwill take the level parameter directly. Additionally, the resulting index willbe named according to the chosen level:

汇总函数例如sum将可以把当前level中所有参数直接加总，另外，这将导致index将根据每一个将选择好的level来命名

In [42]: s.sum(level='second')

Out[42]:

second

one   0.980950

two   1.991575

dtype: float64

Grouping with multiple levels is supported.、

超过三重索引，也是支持的。重新生成了s加一层索引

In [43]: s

Out[43]:

first second  third

bar   doo     one     -1.131345

               two     -0.089329

baz   bee     one      0.337863

               two     -0.945867

foo   bop     one     -0.932132

               two      1.956030

qux   bop     one      0.017587

               two     -0.016692

dtype: float64

In [44]: s.groupby(level=['first', 'second']).sum()

对于索引名字是first和second求和。

Out[44]:

first second

bar   doo      -1.220674

baz   bee      -0.608004

foo   bop       1.023898

qux   bop       0.000895

dtype: float64

Index level names may be supplied as keys.

索引的名字可以被当作关键词提供

Out[19]:S的展示，此时与上例的不同是，上面是用level来控制，下面是直接当作groupby分组关键词来控制的。

first second  third

bar   doo     one     -0.194029

               two     -0.325353

baz   bee     one      0.107807

               two      1.445677

foo   bop     one      2.356253

               two      0.585753

qux   bop     one     -1.327697

               two      0.494866

dtype: float64

重新生成了third，所以随机数字都变化了，不过不影响理解。

In [45]: s.groupby(['first', 'second']).sum()

Out[45]:

first second

bar   doo      -1.220674

baz   bee      -0.608004

foo   bop       1.023898

qux   bop       0.000895

dtype: float64

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖