Question

我使用groupby和pd.cut创建了一个数据框，以计算bin中元素的均值，std和数量。我使用了agg()，这是我使用的命令：

df_bin=df.groupby(pd.cut(df.In_X, ranges,include_lowest=True)).agg(['mean', 'std','size'])

df_bin看起来像这样：

                 X                  Y
                 mean   std size   mean         std  size
In_X                    
(10.424, 10.43] 10.425  NaN  1      0.003786    NaN   1
(10.43, 10.435] 10.4    NaN  0      NaN         NaN   0

我想为第一个标头mean创建一个具有X值的数组。如果我没有两个标头级别，则将使用类似以下内容的

mean=np.array(df_bin['mean'])

但是如何使用两个标题呢？

Answer 1

我们可以做到

df_bin.stack(level=0)['mean'].values

Answer 2

此文档非常适合您：https://pandas.pydata.org/pandas-docs/stable/user_guide/advanced.html

要回答您的问题，如果只需要特定的列：

mean = np.array(df_bin['X', 'mean'])

但是，如果您想切片到第二级：

mean = np.array(df_bin.loc[:, (slice(None), 'mean')])

或者：

mean = np.array(df_bin.loc[:, pd.IndexSlice[:, 'mean']])

使用两个标头熊猫访问熊猫数据框列

2 个答案: