python – Pandas分层索引和计算

概述鉴于： df = pd.DataFrame({"panum": ["PA1", "PA1", "PA1", "PA2", "PA2", "PA2"], "which": ["A", "A", "A", "B", "B", "B"], "score": [88, 80, 90, 92, 95, 99]})df.set_in 鉴于：

df = pd.DataFrame({"panum": ["PA1","PA1","PA2","PA2"],"which": ["A","A","B","B"],"score": [88,80,90,92,95,99]})df.set_index(['panum','which'],inplace=True)df             scorepanum which       PA1   A         88      A         80      A         90PA2   B         92      B         95      B         99

是否有可能写出一些会在’哪个’中创建一个新的索引条目,这个参数最大但是对于这个级别,所以它会创建两个新行,PA1,Max和PA2,Max？

更新

我已经纠正了索引.上面的例子不是我的意思.

panmum  factor  scorePA1     init    90        resub   94        final   93PA2     init    60        resub   90        final   88

我在这个更好的场景中的问题是：“我想创建一个名为mean的新”panum“,它将有三行,(mean,init),resub),final)”.

伪代码就像df [‘mean’] =(df [‘pa1’] df [‘pa2’])/ 2

我知道这是一个不同的问题！

解决方法 您可以创建最大值的新DataFrame,添加第二级最大值,append到原始值和最后 sort_index：

m = df.max(level=0).assign(max='max').set_index('max',append=True)print (m)           scorepanum max       PA1   max     90PA2   max     99df = df.append(m).sort_index()print (df)             scorepanum which       PA1   A         88      A         80      A         90      max       90PA2   B         92      B         95      B         99      max       99

编辑答案：解决方案的平均值由第二级和swaplevel更改为正确对齐到最终的DataFrame：

df = pd.DataFrame({"panum": ["PA1","factor": ["init","resub","final"] * 2,"score": [90,94,93,60,88]})df.set_index(['panum','factor'],inplace=True)print (df)              scorepanum factor       PA1   init       90      resub      94      final      93PA2   init       60      resub      90      final      88

m = (df.mean(level=1)        .assign(factor='mean')        .set_index('factor',append=True)        .swaplevel(0,1))print (m)               scorefactor factor       mean   init     75.0       resub    92.0       final    90.5df = df.append(m)print (df)              scorepanum factor       PA1   init     90.0      resub    94.0      final    93.0PA2   init     60.0      resub    90.0      final    88.0mean  init     75.0      resub    92.0      final    90.5

总结

以上是内存溢出为你收集整理的python – Pandas分层索引和计算全部内容，希望文章能够帮你解决python – Pandas分层索引和计算所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。