Question

我的MultiIndex系列看起来像这样：

user_id  cookie  browser
1        1_1     [chrome45]
2        2_1     [IE 7]
2        2_2     [IE 7, IE 8]

此MultiIndex有两个级别，user_id和cookie。值是浏览器。

我想要做的是计算用户使用其他浏览器的次数。

因此对于这种情况下的用户1，他只使用了1个浏览器。但对于用户2，他使用了三个浏览器（IE7在不同的cookie下出现了两次，所以我算了两次而不是一次）

我如何遍历它并获得如下结果：

r = defaultdict(int)

for user_id in multiIndex_series:
    for cookie in multiIndex_series[user_id]:
        r[user_id] += len(multiIndex_series[user_id][cookie]) # I don't know how to get user_id out of the MultiIndex series

Answer 1

您可以使用groupby并将lambda函数应用于展平length的{{1}} - 有关详细信息，请参阅answer：

lists

相反df = pd.DataFrame({'user_id':[1,2,2], 'cookie':['1_1','2_1','2_2'], 'browser':[['chrome45'],['IE 7'],['IE 7','IE 8']]}) df = df.set_index(['user_id','cookie']) print (df) browser user_id cookie 1 1_1 [chrome45] 2 2_1 [IE 7] 2_2 [IE 7, IE 8] from itertools import chain print (df.groupby(level='user_id')['browser'] .apply(lambda x: len(list(chain.from_iterable(x))))) user_id 1 1 2 3 Name: browser, dtype: int64可以使用自定义函数lambda什么是更好的测试方法：

如果需要循环系列，一种可能的解决方案是：

def f(x):
    print (list(chain.from_iterable(x)))
    return len(list(chain.from_iterable(x)))

['chrome45']
['IE 7', 'IE 7', 'IE 8']

print (df.groupby(level='user_id')['browser'].apply(f))
user_id
1    1
2    3
Name: browser, dtype: int64

熊猫如何循环通过MultiIndex系列

1 个答案: