Question

我正在阅读Wes Mckinney撰写的“Python for Data Analysis”一书。有一次，我们有这个：

by_tz_os = cframe.groupby(['tz', operating_system])
agg_counts = by_tz_os.size().unstack().fillna(0)

我试图通过以下方式理解 by_tz_os.size（）系列的结构：

print 'Name is:', by_tz_os.size().name 
print 'Index is:', by_tz_os.size().index.name 
print by_tz_os.size()[:5]

结果如下：

Name is: None 
Index is: None 

tz                            
                  Not Windows     245
                  Windows         276
Africa/Cairo      Windows          3
Africa/Casablanca Windows          1
Africa/Ceuta      Windows          2
dtype: int64

这三个列（col1，col2，col3，让我们说）在系列上下文中是什么？我在想col1＆amp; col2是索引，但上述结果并非如此。我糊涂了。

Answer 1

解释了DataFrame.groupby().size()的结果here。相关部分：

另一个简单的聚合示例是计算每个的大小组。这包含在GroupBy中作为size方法。它返回一个索引为组名称且其值为大小的系列每个小组。
In [54]: grouped.size()
Out[54]: 
A    B    
bar  one      1
     three    1
     two      1
foo  one      2
     three    1
     two      2
dtype: int64

关于

print 'Name is:', by_tz_os.size().name
print 'Index is:', by_tz_os.size().index.name

产生

Name is: None 
Index is: None

正如您已经提到的，by_tz_os.size()是一个系列。例如，与cframe["tz"]属性设置为＆{34; tz＆＃34;的name系列不同，by_tz_os.size()没有附加名称，大多数可能是由于没有明显的方法来命名groupby（）结果一般。当然，这就是by_tz_os.size().name None为何的原因。

by_tz_os.size().index.name仅返回None，因为索引是MultiIndex。您应该使用names代替（顺便说一下，它适用于普通索引和MultiIndex）。

如何理解多索引系列的数据结构？

1 个答案: