Question

我有一个带有一些列的pandas数据框，我喜欢将一些列分组在一起，例如x和y均值表示均值，x和y方差位于变量下，等等。

问题设置如下：

data = """
xbar    ybar    sx2 sy2 sp2 margin_err  ci_low  ci_high
0.000000    0.000000    0.000000    0.000000    0.000000    0.000000    0.00    0.00
0.750000    0.083333    0.750000    0.083333    0.416667    0.452507    0.21    1.12
0.166667    0.166667    0.333333    0.333333    0.333333    0.404735    -0.40   0.40
0.083333    0.500000    0.083333    0.636364    0.359848    0.420524    -0.84   0.00
0.166667    0.583333    0.333333    0.992424    0.662879    0.570753    -0.99   0.15
1.833333    1.250000    1.606061    0.931818    1.268939    0.789681    -0.21   1.37
1.250000    1.583333    2.022727    2.265152    2.143939    1.026449    -1.36   0.69
3.250000    5.333333    4.931818    16.060606   10.496212   2.271159    -4.35   0.19
6.083333    7.333333    12.265152   12.242424   12.253788   2.453954    -3.70   1.20
8.083333    6.666667    7.719697    4.969697    6.344697    1.765780    -0.35   3.18
3.166667    3.250000    5.060606    6.568182    5.814394    1.690376    -1.77   1.61
2.500000    1.916667    1.545455    3.719697    2.632576    1.137422    -0.55   1.72
0.833333    0.750000    0.696970    1.113636    0.905303    0.667004    -0.58   0.75
1.250000    0.500000    1.659091    0.636364    1.147727    0.751018    -0.00   1.50
0.166667    0.500000    0.333333    2.090909    1.212121    0.771799    -1.11   0.44
""";

import numpy as np
import pandas as pd
import io

df = pd.read_csv(io.StringIO(data.lstrip().strip()),sep=r'\s+')
df

所需的输出是这样的： https://imgur.com/a/mJbwSM6

所需的输出

Mean            Variance Pooled_variance Margin_of_error 90%_CI
xbar    ybar    sx2 sy2 sp2 margin_err  ci_low  ci_high
0.000000    0.000000    0.000000    0.000000    0.000000    0.000000    0.00    0.00
0.750000    0.083333    0.750000    0.083333    0.416667    0.452507    0.21    1.12

我的尝试

df.columns = ['Mean_GER1','Mean_GER2','Var_GER1','Var_GER2','Var_pooled','Margin_of_error','CI_90_low','CI_90_high']
df

如何获取此数据框的多索引列？

Answer 1

我查看了Pandas Multi-indexing教程，并提出了以下解决方案：

mi = pd.MultiIndex.from_tuples([('Mean', 'x'), ('Mean', 'y'), ('Sample_Variance', 'x'), ('Sample_Variance', 'y'),('Pooled_Var',''), ('Margin_of_Err',''),('95% CI','low'),('95% CI','high')])

pd.DataFrame(df.values, columns=mi)

结果：

         Mean                 Sample_Variance      Pooled_Var Margin_of_Err 95% CI
    x           y               x          y                                low   high
0   0.000000    0.000000    0.000000    0.000000    0.000000    0.000000    0.00    0.00
1   0.750000    0.083333    0.750000    0.083333    0.416667    0.452507    0.21    1.12
2   0.166667    0.166667    0.333333    0.333333    0.333333    0.404735    -0.40   0.40
3   0.083333    0.500000    0.083333    0.636364    0.359848    0.420524    -0.84   0.00
4   0.166667    0.583333    0.333333    0.992424    0.662879    0.570753    -0.99   0.15
5   1.833333    1.250000    1.606061    0.931818    1.268939    0.789681    -0.21   1.37
6   1.250000    1.583333    2.022727    2.265152    2.143939    1.026449    -1.36   0.69
7   3.250000    5.333333    4.931818    16.060606   10.496212   2.271159    -4.35   0.19
8   6.083333    7.333333    12.265152   12.242424   12.253788   2.453954    -3.70   1.20
9   8.083333    6.666667    7.719697    4.969697    6.344697    1.765780    -0.35   3.18
10  3.166667    3.250000    5.060606    6.568182    5.814394    1.690376    -1.77   1.61
11  2.500000    1.916667    1.545455    3.719697    2.632576    1.137422    -0.55   1.72
12  0.833333    0.750000    0.696970    1.113636    0.905303    0.667004    -0.58   0.75
13  1.250000    0.500000    1.659091    0.636364    1.147727    0.751018    -0.00   1.50
14  0.166667    0.500000    0.333333    2.090909    1.212121    0.771799    -1.11   0.44

通过对两个列中的一些进行分组并保持其他完整性来对熊猫进行多索引

1 个答案: