Question

我从时间序列中创建了一个多索引熊猫系列，现在我想读取其中的数据。在所有示例中，我都看到了系列的列或级别被命名。但是，我的系列并非如此。在此多索引中，第一级是日期，第二级是一天中的小时。数据列具有我想要读取的值。

从我的系列中获取所需数据的最简单方法是什么？下面的代码应该是非常自我解释的。

   import pandas as pd
   import numpy as np

   n = 1000
   t = pd.date_range(start ='2012-01-01', periods=n, freq='10T')
   x = np.random.randn(n)
   df = pd.Series(data=x, index=t)


   df1 = df[(df > 1) & (df < 1.5)]
   df2 = df1.groupby([df1.index.date, df1.index.hour]).count()

   df2.head(15)
   #How do I get the data out of df2?
   #For example, I want to read the data for '2012-01-02 01:00'

Answer 1

您可以通过在元组中提供两个标签来访问多索引系列中的元素。例如：

In [19]: df2[(datetime.date(2012,1,2), 3)]
Out[19]: 2

但是，这不太方便。所以我认为在这种情况下更好的是不构建多指数您可以将现有的多索引转换为平面索引，但是我认为更好的方法是将群组略有不同。使用Grouper对象，我可以指定每小时对DatetimeIndex进行分组：

In [120]: df2 = df1.groupby(pd.Grouper(freq='H')).count()

In [121]: df2.head()
Out[121]:
2012-01-01 02:00:00    2
2012-01-01 03:00:00    1
2012-01-01 04:00:00    2
2012-01-01 05:00:00    1
2012-01-01 06:00:00    1
Freq: H, dtype: int64

In [123]: df2['2012-01-02 03:00']
Out[123]: 2

如您所见，结果仍然是DatetimeIndex但具有每小时频率。因此，您可以轻松地使用日期时间字符串进行索引（使用多索引方法无法实现）

注意：上面的groupby实际上等同于更简单的resample：

df1.resample('H', how='count')

Python pandas multiindex从系列中获取信息

1 个答案: