在Python中使用pandas cut，groupby和multiindex的奇怪行为

Question

我有一个像这样的数据框，

                        Continent % Renewable
Country                                      
China                        Asia           2
United States       North America           1
Japan                        Asia           1
United Kingdom             Europe           1
Russian Federation         Europe           2
Canada              North America           5
Germany                    Europe           2
India                        Asia           1
France                     Europe           2
South Korea                  Asia           1
Italy                      Europe           3
Spain                      Europe           3
Iran                         Asia           1
Australia               Australia           1
Brazil              South America           5

其中% Renewable是使用剪切函数创建的列，

Top15['% Renewable'] = pd.cut(Top15['% Renewable'], 5, labels=range(1,6))

当我按Continent和% Renewable分组来计算我所执行的每个子集中的国家/地区数量时，

count_groups = Top15.groupby(['Continent', '% Renewable']).size()

是，

Continent      % Renewable
Asia           1              4
               2              1
Australia      1              1
Europe         1              1
               2              3
               3              2
North America  1              1
               5              1
South America  5              1

奇怪的是现在是索引，如果我索引类别值为＆gt;的值。 0这给了我值，

count_groups.loc['Asia', 1]
>> 4

如果没有，

count_groups.loc['Asia', 3]
>> IndexingError: Too many indexers

不应该给我0，因为该类别中没有条目吗？我认为这个数据框是使用groupby创建的。

如果没有，任何人都可以建议一个程序，这样我可以保留0个国家/地区的% Renewable类别吗？

Answer 1

你有一个MultiIndex系列。通常，我们使用元组来使用MultiIndexes进行索引，但是pandas可以灵活地进行索引。

在我看来，count_groups.loc[('Asia', 3)]应该引发一个KeyError，因为这一对没有出现在索引中，但这是让熊猫开发人员决定我猜的。

要从系列中返回默认值，我们可以像在字典中一样使用get：

count_groups.get(('Asia', 3), 0) 

如果密钥不存在，则返回0。