Question

我的数据框df看起来像这样。日期和时间是2个多级索引

                           observation1   observation2
date          Time                             
2012-11-02    9:15:00      79.373668      224
              9:16:00      130.841316     477
2012-11-03    9:15:00      45.312814      835
              9:16:00      123.776946     623
              9:17:00      153.76646      624
              9:18:00      463.276946     626
              9:19:00      663.176934     622
              9:20:00      763.77333      621
2012-11-04    9:15:00      115.449437     122
              9:16:00      123.776946     555
              9:17:00      153.76646      344
              9:18:00      463.276946     212

我想对每日数据块做一些复杂的处理。

Psuedo代码看起来像

 for count in df(level 0 index) :
     new_df = get only chunk for count
     complex_process(new_df)

所以，首先，我找不到只访问日期块的方法

2012-11-03    9:15:00      45.312814      835
              9:16:00      123.776946     623
              9:17:00      153.76646      624
              9:18:00      463.276946     626
              9:19:00      663.176934     622
              9:20:00      763.77333      621

然后发送它进行处理。我在for循环中执行此操作，因为我不确定是否有任何方法可以在不提及0级列的确切值的情况下执行此操作。我做了一些基本的搜索并且能够获得df.index.get_level_values（0），但是它返回了我所有的值并且导致循环一天运行多次。我想每天创建一个数据帧并发送它进行处理。

Answer 1

一种简单的方法是对索引的第一级进行分组 - 迭代groupby对象将返回组密钥和包含每个组的子帧。

In [136]: for date, new_df in df.groupby(level=0):
     ...:     print(new_df)
     ...:     
                    observation1  observation2
date       Time                               
2012-11-02 9:15:00     79.373668           224
           9:16:00    130.841316           477

                    observation1  observation2
date       Time                               
2012-11-03 9:15:00     45.312814           835
           9:16:00    123.776946           623
           9:17:00    153.766460           624
           9:18:00    463.276946           626
           9:19:00    663.176934           622
           9:20:00    763.773330           621

                    observation1  observation2
date       Time                               
2012-11-04 9:15:00    115.449437           122
           9:16:00    123.776946           555
           9:17:00    153.766460           344
           9:18:00    463.276946           212

Answer 2

这个怎么样？

for idate in df.index.get_level_values('date'):
    complex_process(df.ix[idate], idate)

Answer 3

标记@psorenson答案，我们可以获得唯一级别索引及其相关数据框切片，而不是如下：

for date in df.index.get_level_values('date').unique():
    print(df.loc[date])

Answer 4

我迟到了聚会，我发现以下方法也适用：

for date in df.index.unique("date"):
    print(df.loc[date])

它使用版本0.23.0中引入的Index.unique method的level可选参数。

您可以指定级别编号或标签。

如何使用索引迭代pandas multiindex数据帧

4 个答案: