Question

当我使用pandas groupby按组对值求和并在另一个groupby中使用结果来计算每个子组内组总数的百分比时，我无法重置索引以通过切片访问列。如何访问列或重置索引？

test = pd.DataFrame({'Animal' : ['Falcon', 'Falcon','Parrot', 'Parrot','Mouse','Mouse'],'Type':['Bird', 'Bird', 'Bird', 'Bird', 'Rodent','Rodent'],'Count' : [380., 370., 24., 26., 1.9, 2.8]})

# second groupby gives a proportion of total animal counts within each type
gb = test.groupby(['Type','Animal']).sum().groupby(level=0).apply(lambda x: x / float(x.sum()))

当我拆栈时，我无法重置索引，以便可以提取列

gb = gb.unstack().reset_index()
gb.loc['Animal']

导致错误，表明没有名为“动物”的列。

如何在堆积后重新设置，以便可以对列进行子集化（或重命名它们，这现在可以替代）？

编辑df示例以更清楚地说明问题

Answer 1

当我拆栈时，我无法重置索引，以便可以提取列
gb.unstack()
gb.loc['Animal']

您可以通过以下方式获得“动物”栏： gb.loc[:,'Animal'] 要么 gb['Animal']

Answer 2

您要计算什么？

我认为第二个groupby操作不合适：

gb = test.groupby('Animal').sum().groupby(level=0).apply(lambda x: x / float(x.sum()))

尝试一下：

gb = test.groupby("Animal").sum().apply(lambda x: x / float(x.sum())).reset_index()

Answer 3

您误读了该错误。错误是在索引而不是列中找不到“动物”。由于.loc的工作方式而引起的混乱。如果仅一项传递给.loc，则它将被解释为索引。仅第二项用于列。因此，您可以使用：

gb.loc[:, 'Animal']

但是您也可以简单地做到：

gb['Animal']

在double groupby之后，reset_index不会重置索引

3 个答案: