Question

我正在尝试使用DataFrame进行一些数据分析，并且真正受益于拥有一个可以在一个数据帧中处理常规索引和MultiIndexing的数据帧。

对于每位患者，我有6片不同类型的数据（T1avg，T2avg等...）。让我们调用这个dataframe1（来自ipython笔记本）：

import pandas
dat0 = numpy.zeros([6])
dat1 = numpy.zeros([6])
pat0=(['NecS3Hs05']*6)
pat1=(['NecS3Hs06']*6)

slc = (['Slice ' + str(x) for x in xrange(dat0.shape[-1])])

ind = zip(*[pat0+pat1,slc+slc])

named_ind = pandas.MultiIndex.from_tuples(ind, names = ['Patients','Slices'])
ser = pandas.Series(numpy.append(dat0,dat1),index = named_ind)
df = pandas.DataFrame(data=ser, columns=['T1avg'])

输出图片：df1

对于每位患者，我也有各种信息（肿瘤类型，成像次数，治疗类型）：

pats = ['NecS3Hs05','NecS3Hs05']
tx = ['Control','Treated']
Ttype = ['subcutaneous','orthotopic']
NSessions = ['2','3']

cols = ['Tx Group', 'Tumour Type', 'Imaging Sessions']
dat = numpy.array([tx,Ttype,NSessions]).T

df2 = pandas.DataFrame(dat, index=pats,columns=cols)

[我也想在这里发布一张图片，但我至少需要10个声望才能这样做]

理想情况下，我想要一个看起来如下的数据框（在图像编辑器中勾勒出来）＃/ p>

所需输出的图像：df-desired

但是当我尝试使用append命令时，

com = df.append(df2)

我得到了一些不受欢迎的东西，我在df中设置的MultiIndex现在已经消失了，取而代之的是一个类型为元组的简单索引（'NecS3Hs05，Slice 0'等......）。来自df2的指数保持不变'NecS3Hs05'。

这可能与PANDAS有关，还是我在这里咆哮错误的树？此外，这甚至是一种在数据框中存储患者属性的推荐方法（即这是不可取的）？我认为我真正想要的是保持一切简单的索引，而是将N-d数组存储在数据框的元素中。

例如，如果我尝试这样的话：

 com['NecS3Hs05','T1avg']

我想得到一个shape / len 6的数组/元组

当我试图获得肿瘤类型时：

com['NecS3Hs05','Tumour Type']

我得到了'皮下'字符串。显然我也希望保留数据帧的酷炫功能，看起来像PANDAS是正确的方式，我只需要了解如何设置我的数据帧

我希望这是一个明智的问题，如果没有，我很乐意重新组建它。

Answer 1

如果您放弃MultiIndex业务，我相信您的问题可以解决。想象一下''''df'''只有（非唯一的）'患者'作为索引。 'Slices'将成为一个简单的专栏。

ind = zip(*[pat0+pat1])
named_ind = pandas.MultiIndex.from_tuples(ind, names = ['Patients'])
df = pandas.DataFrame({'T1avg':ser})
df['Slice']=pandas.Series(numpy.append(slc, slc), index=df.index)

如果你必须在切片上选择，你仍然可以这样做：

df[df['Slice']=='Slice 4']

将为所有患者提供Slice 4。请注意，这样就不需要为所有患者提供该行。

只要您的新数据框（df2）定义了相同的索引，您就可以非常简单地加入该索引：

df.join(df2)

你会得到

               T1avg    Slice Tx Group   Tumour Type Imaging Sessions
Patients                                                         
NecS3Hs05      0  Slice 0  Control  subcutaneous                2
NecS3Hs05      0  Slice 1  Control  subcutaneous                2
NecS3Hs05      0  Slice 2  Control  subcutaneous                2
NecS3Hs05      0  Slice 3  Control  subcutaneous                2
NecS3Hs05      0  Slice 4  Control  subcutaneous                2
NecS3Hs05      0  Slice 5  Control  subcutaneous                2
NecS3Hs06      0  Slice 0  Treated    orthotopic                3
NecS3Hs06      0  Slice 1  Treated    orthotopic                3
NecS3Hs06      0  Slice 2  Treated    orthotopic                3
NecS3Hs06      0  Slice 3  Treated    orthotopic                3
NecS3Hs06      0  Slice 4  Treated    orthotopic                3
NecS3Hs06      0  Slice 5  Treated    orthotopic                3

在PANDAS DataFrame中组合MultiIndex和Index

1 个答案: