Question

我有一个带有MultiIndex的DataFrame，例如：

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

现在我想计算每行（索引级别0）和每列的元素2和3（索引级别1）的均值。所以我需要一个看起来像

的DataFrame

                                 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])

如果不在原始数据框的行（索引级别0）上使用循环，我该怎么做？如果我想为Panel做同样的事情怎么办？对于groupby必须有一个简单的解决方案，但我仍然在学习它，无法想出答案。

Answer 1

您可以使用xs功能选择关卡。

从：

开始

              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

然后，您可以使用以下方法创建新数据框：

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

给出了结果：

            A         B
one -0.171549 -0.447473
two  0.667005 -1.023508

要在不指定关卡中的项目的情况下执行相同的操作，您可以使用groupby：

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

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

DataFrame(d).transpose()

我不确定面板 - 它没有很好的记录，但类似的东西应该是可能的

Answer 2

我知道这是一个老问题，但是为了参考谁搜索并找到此页面，我认为更简单的解决方案是level中的mean关键字：

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

在这种情况下，它意味着级别0保持在轴0上（行，mean的默认值）

Answer 3

执行以下操作：

# 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)

使用MultiIndex从pandas面板中选择数据

3 个答案: