Question

感谢我对initial question的回复，我现在有了一个多索引的DataFrame，就像我想要的那样。现在我已经将数据放在数据结构中了，我正试图将其解决，并想知道是否有更好的方法来实现这一点。我的两个问题是相关的，但可能有单独的“理想”解决方案：

示例DataFrame（截断）

Experiment           IWWGCW         IWWGDW       
Lead Time                24     48      24     48
2010-11-27 12:00:00   0.997  0.991   0.998  0.990
2010-11-28 12:00:00   0.998  0.987   0.997  0.990
2010-11-29 12:00:00   0.997  0.992   0.997  0.992
2010-11-30 12:00:00   0.997  0.987   0.997  0.987
2010-12-01 12:00:00   0.996  0.986   0.996  0.986

迭代

我希望能够循环遍历此DataFrame，其中迭代只会使我只关注1个索引维度，即iteritems行为将返回[('IWWGCW', df['IWWGCW']), ('IWWGDW', df['IWWGDW'])]并产生2个带有提前期的DataFrames列。我的强力解决方案是使用基本上[(key, df[key] for key in df.columns.levels[0]]的包装程序。有更好的方法吗？

应用

我还想做一些事情，比如“从其他人那里减去IWWGDW条目”来计算配对差异。我尝试df.apply(lambda f: f - df['IWWGDW'])，但无论是否使用KeyError: ('IWWGDW', 'occurred at index 2010-11-26 12:00:00')或axis=1，都会获得axis=0。我尝试使用上面提到的迭代解决方法重建一个新的DataFrame，但是当我暴力破解时我总是担心。是否有更“残酷”的方式来进行这种计算？

Answer 1

我建议使用groupby进行迭代：

In [25]: for exp, group in df.groupby(level=0, axis=1):
   ....:     print exp, group
   ....:     
IWWGCW Experiment           IWWGCW       
Lead Time                24     48
2010-11-27 12:00:00   0.997  0.991
2010-11-28 12:00:00   0.998  0.987
2010-11-29 12:00:00   0.997  0.992
2010-11-30 12:00:00   0.997  0.987
2010-12-01 12:00:00   0.996  0.986
IWWGDW Experiment           IWWGDW       
Lead Time                24     48
2010-11-27 12:00:00   0.998  0.990
2010-11-28 12:00:00   0.997  0.990
2010-11-29 12:00:00   0.997  0.992
2010-11-30 12:00:00   0.997  0.987
2010-12-01 12:00:00   0.996  0.986

但是，我发现这并没有像你想要的那样降低顶级水平。理想情况下，您可以编写如下内容：

df.groupby(level=0, axis=1).sub(df['IWWGCW'])

并且具有成对减法，但由于df['IWWGCW']会降低级别，因此列名称不会对齐。但这很有效：

In [29]: df.groupby(level=0, axis=1).sub(df['IWWGCW'].values)
Out[29]: 
Experiment           IWWGCW      IWWGDW       
Lead Time                24  48      24     48
2010-11-27 12:00:00       0   0   0.001 -0.001
2010-11-28 12:00:00       0   0  -0.001  0.003
2010-11-29 12:00:00       0   0   0.000  0.000
2010-11-30 12:00:00       0   0   0.000  0.000
2010-12-01 12:00:00       0   0   0.000  0.000

我会对此有所了解。

Answer 2

我知道这已经过时了但是在@WesMcKinney的回答之后，我发现在循环内部发现的最好的黑客只是立即选择它：

for exp, group in df.groupby(level=0, axis=1):
    print(group[exp])

Lead Time                24     48
2010-11-27 12:00:00   0.997  0.991
2010-11-28 12:00:00   0.998  0.987
2010-11-29 12:00:00   0.997  0.992
2010-11-30 12:00:00   0.997  0.987
2010-12-01 12:00:00   0.996  0.986

这将正确返回基础级别的DataFrame

如何使用MultiIndex在单个级别的DataFrame上迭代和应用函数？

2 个答案: