Question

我正在努力使用Python pandas包中的层次索引。具体来说，我不明白如何在数据透视后过滤和比较数据。

以下是文档中的示例表：

import pandas as pd
import numpy as np

In [1027]: df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 6,
                              'B' : ['A', 'B', 'C'] * 8,
                              'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
                              'D' : np.random.randn(24),
                              'E' : np.random.randn(24)})

In [1029]: pd.pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
Out[1029]: 
    C             bar       foo
    A     B                    
    one   A -1.154627 -0.243234
          B -1.320253 -0.633158
          C  1.188862  0.377300
    three A -1.327977       NaN
          B       NaN -0.079051
          C -0.832506       NaN
    two   A       NaN -0.128534
          B  0.835120       NaN
          C       NaN  0.838040

我想分析如下：

1）在列属性上过滤此表，例如选择负foo：

的行

    C             bar       foo
    A     B                    
    one   A -1.154627 -0.243234
          B -1.320253 -0.633158
    three B       NaN -0.079051
    two   A       NaN -0.128534

2）比较不同B系列组之间的剩余A系列值？我不确定如何访问此信息：{'one':['A','B'], 'two':['A'], 'three':['B']}并确定哪些系列B值对于每个密钥是唯一的，或者在多个密钥组中看到等等

有没有办法直接在数据透视表结构中执行此操作，还是需要将其转换回pandas dataframe？

更新：我认为此代码是朝着正确方向迈出的一步。它至少让我可以访问此表中的各个值，但我仍然在对系列值进行硬编码：

table = pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
table.ix['one', 'A']

Answer 1

数据透视表返回一个DataFrame，因此您只需按以下步骤进行过滤：

In [15]: pivoted = pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])

In [16]: pivoted[pivoted.foo < 0]
Out[16]: 
C             bar       foo
A     B                    
one   A -0.412628 -1.062175
three B       NaN -0.562207
two   A       NaN -0.007245

您可以使用类似

的内容

pivoted.ix['one']

选择所有A系列组

或

pivoted.ix['one', 'A']

选择不同的A和B系列组

Answer 2

只需在上一个答案中添加信息即可。当您尝试在 python3 中使用pivoted.ix['one']时，会收到以下消息：

/usr/lib/python3.7/site-packages/ipykernel_launcher.py:7：   弃用警告：不建议使用.ix。请使用.loc作为标签   基于索引或.iloc进行位置索引

在此处查看文档：   http://pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecated   导入系统

因此，在此版本的python中，请改用以下代码：

pivoted.loc ['one']

过滤和选择使用python pandas制作的数据透视表

2 个答案: