Question

说我生成一个df，如下所示

testdf = pd.DataFrame(np.random.randn(4,4),index= pd.date_range("20170101",periods=4),columns =list("ABCD"))

testdf
Out[40]: 
                   A         B         C         D
2017-01-01  0.084624 -0.371352 -1.013843 -1.102199
2017-01-02  0.390855 -0.519623  0.241092 -1.474969
2017-01-03  0.129163 -0.183547 -1.333859 -0.864320
2017-01-04  1.265360 -0.260505  0.633058 -0.077758

然后我创建一个mulit-index，如下所示

index = pd.MultiIndex.from_arrays([list("ABCD"),("one","one","two","two")],names=['letter','number'])

testdf.columns = index

testdf
Out[44]: 
letter             A         B         C         D
number           one       one       two       two
2017-01-01  0.084624 -0.371352 -1.013843 -1.102199
2017-01-02  0.390855 -0.519623  0.241092 -1.474969
2017-01-03  0.129163 -0.183547 -1.333859 -0.864320
2017-01-04  1.265360 -0.260505  0.633058 -0.077758

现在我如何按number分组？

我尝试按以下分组。

testdf.groupby('number')

会抛出以下错误。

KeyError: 'number'

Answer 1

将groupby与参数axis=1一起用于分组，定义级别，然后添加聚合函数，例如sum，mean：

df = testdf.groupby(axis=1, level=1).sum()

或者：

df = testdf.groupby(axis=1, level='number').sum()

如何组合多索引时间序列数据？

1 个答案: