我有一个基本的数据框,结构如下:
Col1
Ind1 Ind2
0 key1 12
key2 35
1 key3 56
key4 24
key5 65
......和另一个这样的人:
ColA
0 key1
1 else
2 else
3 key3
我需要的是df1的平均值,根据Ind2是否在df2中分组。 这是我试过没有成功的事情;消息sais"长度必须匹配才能比较" - 但当然,他们没有。
df1 = pd.DataFrame({'ind1': [0, 0, 1, 1, 1], 'ind2': ['key1', 'key2', 'key3', 'key4', 'key5'], 'col1': [12, 35, 56, 24, 65]}, )
df1.set_index(['ind1', 'ind2'], inplace=True)
df2 = pd.DataFrame({'ColA': ['key1', 'else', 'else', 'key3']})
print (df1.groupby(df1.index.levels[1] in df2.get_values()).mean())
提前感谢任何暗示!
答案 0 :(得分:1)
您实际上想要检查df1.index.levels[1]
的元素是否在df2.ColA
中(因为您需要每行的值)。你写的语法不会让你这么做。相反,你应该尝试
df1.groupby(df1.index.levels[1].isin(df2.ColA)).mean()
请注意isin
函数为每个元素返回True
/ False
,以及我直接引用df2.ColA
的事实,因为它是包含值(反映到df2
会搜索df2
列名称中的值。