具有自定义重新采样功能的Groupby

Question

到目前为止，我已找到this question，但由于以下事实，它无法解决我的问题：

我有一个MultiIndex DataFrame
内层有每个外层的不同数据量，因此我无法使用len()

我有以下DataFrame

Outer Inner    Value        
  A     1     2.000000
  A     2     4.000000
  A     3     6.000000
  A     4     8.000000
  B     1     3.000000
  B     2     6.000000
  B     3     9.000000
  B     4     12.000000
  B     5     15.000000

我想以非重叠的方式对每个outer的最后两个值求和。因此，对于A，我想总结inner的3 + 4,1 + 2.对于B，我想要求inner的4 + 5,2 + 3注意，成对和应该从最后一个值开始。导致

Outer Inner    Value        
  A     2     6.000000
  A     4    14.000000
  B     3    15.000000
  B     5    27.000000

Answer 1

具有自定义重新采样功能的Groupby

您很可能需要自定义重新取样才能执行此操作。这有点 hacky 但可能有用。

删除所有MulitIndex以处理常规列groupby() s
groupby() 'Outer'和.apply()每个群组的自定义功能
自定义功能需要一个组
1. 确定组的均匀长度
2. 向后选择该长度
3. 将索引转为秒
4. 按resample(...) .sum()
5. 按resample(...) Inner每两位重新对.last()列进行重新取样，以保留原始索引号
6. 将索引转换回＆＃39; Inner'
即使我们删除了MultiIndex，MultiIndex

groupby(...).apply()

注意： rolling存在问题，因为它幻灯片通过值而不是单步执行值（在非重叠方法中）。使用resample可以实现此目的。重新采样是基于时间的，索引需要表示为秒。

实施例

import math
import pandas as pd

df = pd.DataFrame({
    'Outer': ['A','A','A','A','B','B','B','B','B'],
    'Inner': [1,2,3,4,1,2,3,4,5],
    'Value': [2.00,4.00,6.00,8.00,3.00,6.00,9.00,12.00,15.00]
})

def f(g):
    even_length = int(2.0 * math.floor(len(g) / 2.0))
    every_two_backwards = g.iloc[-even_length:]
    every_two_backwards.index = pd.TimedeltaIndex(every_two_backwards.index * 1000000000.0)
    resample_via_sum = every_two_backwards.resample('2s').sum().dropna()
    resample_via_sum['Inner'] = every_two_backwards.resample('2s').last()
    resample_via_sum = resample_via_sum.set_index('Inner')

    return resample_via_sum

resampled_df = df.groupby(['Outer']).apply(f)

print resampled_df

             Value
Outer Inner       
A     2.0      6.0
      4.0     14.0
B     3.0     15.0
      5.0     27.0

Answer 2

好的，卷起袖子，这需要一些工作：

foo bar baz

如何在MultiIndex DataFrame上实现非重叠滚动功能

2 个答案:

具有自定义重新采样功能的Groupby

实施例