Question

我有一个padas数据框，我将其分组，然后执行聚合计算以获得平均值：

grouped = df.groupby(['year_month', 'company'])
means = grouped.agg({'size':['mean']})

这给了我一个数据帧，但我似乎无法将其过滤到我想要的特定公司和year_month：

means[(means['year_month']=='201412')]

给我一个KeyError

Answer 1

问题在于您是基于'year_month'和'company'进行分组的。因此，在means DataFrame中，year_month和company将成为索引（MutliIndex）的一部分。当您访问其他列时，无法访问它们。

执行此操作的一种方法是获取索引级别'year_month'的值。示例 -

means.loc[means.index.get_level_values('year_month') == '201412']

演示 -

In [38]: df
Out[38]:
   A  B   C
0  1  2  10
1  3  4  11
2  5  6  12
3  1  7  13
4  2  8  14
5  1  9  15

In [39]: means = df.groupby(['A','B']).mean()

In [40]: means
Out[40]:
      C
A B
1 2  10
  7  13
  9  15
2 8  14
3 4  11
5 6  12

In [41]: means.loc[means.index.get_level_values('A') == 1]
Out[41]:
      C
A B
1 2  10
  7  13
  9  15

Answer 2

正如已经指出的那样，你最终会得到一个2级索引。您可以尝试取消堆叠聚合数据框：

means = df.groupby(['year_month', 'company']).agg({'size':['mean']}).unstack(level=1)

这应该给你一个'year_month'索引，'company'作为列，你的聚合大小作为值。然后，您可以按索引进行切片：

means.loc['201412']

过滤Pandas Dataframe Aggregate

2 个答案: