Question

我需要处理来自大数据csv的地理和统计数据。它包含来自地理行政和地统计学的数据。市，地理位置，地统计基本划分和区块构成等级指标。

我必须为地理索引中数据的最大值为每个元素创建一个新列[＆＃39; data2＆＃39;]，并将每个块值除以该值。对于每个索引级别，索引级别值必须与0不同，因为0索引级别值会计算计算中未使用的其他类型的信息。

                       data1  data2
mun  loc  geo  block
1    0    0    0       20     20
1    1    0    0       10     10
1    1    1    0       10     10   
1    1    1    1       3      3/4
1    1    1    2       4      4/4
1    1    2    0       30     30   
1    1    2    1       1      1/3
1    1    2    2       3      3/3
1    2    1    1       10     10/12
1    2    1    2       12     12/12
2    1    1    1       123    123/123
2    1    1    2       7      7/123
2    1    2    1       6      6/6
2    1    2    2       1      1/6

有什么想法吗？我尝试过for循环，使用reset_index（）转换列中的索引并按列和行值迭代，但计算是永远的，我认为这不是执行此类操作的正确方法。

另外，如果我想得到这样的面具，那么我可以将计算运行到每个级别。

mun  loc  geo  block
1    0    0    0     False       
1    1    0    0     False       
1    1    1    0     True          
1    1    1    1     False        
1    1    1    2     False        
1    1    2    0     True          
1    1    2    1     False        
1    1    2    2     False        

mun  loc  geo  block
1    0    0    0     False       
1    1    0    0     True       
1    1    1    0     False          
1    1    1    1     False        
1    1    1    2     False
1    2    0    0     True
1    2    2    0     False          
1    2    2    1     False        

mun  loc  geo  block
1    0    0    0     True       
1    1    0    0     False       
1    1    1    0     False          
1    1    1    1     False        
1    1    1    2     False
2    0    0    0     True
2    1    1    0     False          
2    1    2    1     False

Answer 1

您可以先从MultiIndex创建mask，与0进行比较，然后至少检查一个True（至少一个0）{{3 }}：

mask = (pd.DataFrame(df.index.values.tolist(), index=df.index) == 0).any(axis=1)
print (mask)
mun  loc  geo  block
1    0    0    0         True
     1    0    0         True
          1    0         True
               1        False
               2        False
          2    0         True
               1        False
               2        False
     2    1    1        False
               2        False
2    1    1    1        False
               2        False
          2    1        False
               2        False
dtype: bool

然后按照any每个第一，第二和第三个索引获取max个值，但在按groupby过滤之前，True中只有mask的值：

df1 = df.ix[~mask, 'data1'].groupby(level=['mun','loc','geo']).max()
print (df1)
mun  loc  geo
1    1    1        4
          2        3
     2    1       12
2    1    1      123
          2        6

然后df1 df.index按Multiindex移除mask的最后一级boolean indexing，reindex值，其中1没有变化（还必须删除最后一级）和df1 = df1.reindex(df.reset_index(level=3, drop=True).index) .mask(mask.reset_index(level=3, drop=True)).fillna(1) print (df1) Name: data1, dtype: int64 mun loc geo 1 0 0 1.0 1 0 1.0 1 1.0 1 4.0 1 4.0 2 1.0 2 3.0 2 3.0 2 1 12.0 1 12.0 2 1 1 123.0 1 123.0 2 6.0 2 6.0 Name: data1, dtype: float64 print (df['data1'].div(df1.values,axis=0)) mun loc geo block 1 0 0 0 20.000000 1 0 0 10.000000 1 0 10.000000 1 0.750000 2 1.000000 2 0 30.000000 1 0.333333 2 1.000000 2 1 1 0.833333 2 1.000000 2 1 1 1 1.000000 2 0.056911 2 1 1.000000 2 0.166667 dtype: float64，因为除以返回相同的值。

CREATE PROCEDURE usp_getStudentsAndClasses
    @ClassName      varchar(50)
,   @IsActive       bit
AS
BEGIN
    --First select is first table
    SELECT  *
    FROM    Students

    --Second select is second table, etc.
    SELECT  *
    FROM    Classes

    --Third table...
    --Can be more complex, as long as there is a result set
    SELECT  s.FirstName
    ,       s.LastName
    FROM    Students            s
    JOIN    StudentSeating      ss
    ON      s.StudentID     =   ss.StudentID
    JOIN    Classes             c
    ON      c.ClassID       =   ss.ClassID
    WHERE   s.IsActive      =   @IsActive
    AND     c.Name          =   @ClassName

END

最后除以reset_index：

    public DataSet GetDataSet(SqlConnection connection, string storedProcName, params SqlParameter[] parameters)
    {
        var command = new SqlCommand(storedProcName, connection) { CommandType = CommandType.StoredProcedure };
        command.Parameters.AddRange(parameters);

        var result = new DataSet();
        var dataAdapter = new SqlDataAdapter(command);
        dataAdapter.Fill(result);

        return result;
    }

多索引数据帧熊猫中的操作

1 个答案: