Pandas 数据框中的 MultiIndex Group By

MultiIndex Group By in Pandas Data Frame(Pandas 数据框中的 MultiIndex Group By)
本文介绍了Pandas 数据框中的 MultiIndex Group By的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!

问题描述

我有一个数据集,其中包含按年份划分的国家和经济指标统计数据,组织方式如下:

I have a data set that contains countries and statistics on economic indicators by year, organized like so:

Country  Metric           2011   2012   2013  2014
  USA     GDP               7      4     0      2
  USA     Pop.              2      3     0      3
  GB      GDP               8      7     0      7
  GB      Pop.              2      6     0      0
  FR      GDP               5      0     0      1
  FR      Pop.              1      1     0      5

如何在 pandas 中使用 MultiIndex 来创建仅按年份显示每个国家/地区的 GDP 的数据框?

How can I use MultiIndex in pandas to create a data frame that only shows GDP by Year for each country?

我试过了:

df = data.groupby(['Country', 'Metric'])

但它不能正常工作.

推荐答案

在这种情况下,您实际上并不需要 groupby.你也没有MultiIndex.你可以做一个这样的:

In this case, you don't actually need a groupby. You also don't have a MultiIndex. You can make one like this:

import pandas
from io import StringIO

datastring = StringIO("""
Country  Metric           2011   2012   2013  2014
USA     GDP               7      4     0      2
USA     Pop.              2      3     0      3
GB      GDP               8      7     0      7
GB      Pop.              2      6     0      0
FR      GDP               5      0     0      1
FR      Pop.              1      1     0      5
""")
data = pandas.read_table(datastring, sep='ss+')
data.set_index(['Country', 'Metric'], inplace=True)

那么 data 是这样的:

                2011  2012  2013  2014
Country Metric                        
USA     GDP        7     4     0     2
        Pop.       2     3     0     3
GB      GDP        8     7     0     7
        Pop.       2     6     0     0
FR      GDP        5     0     0     1
        Pop.       1     1     0     5

现在要获取 GDP,您可以通过 xs 方法获取数据框的横截面:

Now to get the GDPs, you can take a cross-section of the dataframe via the xs method:

data.xs('GDP', level='Metric')

         2011  2012  2013  2014
Country                        
USA         7     4     0     2
GB          8     7     0     7
FR          5     0     0     1

这很容易,因为您的数据已经旋转/取消堆叠.如果他们不是并且看起来像这样:

It's so easy because your data are already pivoted/unstacked. IF they weren't and looked like this:

data.columns.names = ['Year']
data = data.stack()
data

Country  Metric  Year
USA      GDP     2011    7
                 2012    4
                 2013    0
                 2014    2
         Pop.    2011    2
                 2012    3
                 2013    0
                 2014    3
GB       GDP     2011    8
                 2012    7
                 2013    0
                 2014    7
         Pop.    2011    2
                 2012    6
                 2013    0
                 2014    0
FR       GDP     2011    5
                 2012    0
                 2013    0
                 2014    1
         Pop.    2011    1
                 2012    1
                 2013    0
                 2014    5

然后您可以使用 groupby 告诉您有关整个世界的一些信息:

You could then use groupby to tell you something about the world as a whole:

data.groupby(level=['Metric', 'Year']).sum()
Metric  Year
GDP     2011    20
        2012    11
        2013     0
        2014    10
Pop.    2011     5
        2012    10
        2013     0
        2014     8

或者得到真正的幻想:

data.groupby(level=['Metric', 'Year']).sum().unstack(level='Metric')
Metric  GDP  Pop.
Year             
2011     20     5
2012     11    10
2013      0     0
2014     10     8

这篇关于Pandas 数据框中的 MultiIndex Group By的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!

本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除!

相关文档推荐

Leetcode 234: Palindrome LinkedList(Leetcode 234:回文链接列表)
How do I read an Excel file directly from Dropbox#39;s API using pandas.read_excel()?(如何使用PANDAS.READ_EXCEL()直接从Dropbox的API读取Excel文件?)
subprocess.Popen tries to write to nonexistent pipe(子进程。打开尝试写入不存在的管道)
I want to realize Popen-code from Windows to Linux:(我想实现从Windows到Linux的POpen-code:)
Reading stdout from a subprocess in real time(实时读取子进程中的标准输出)
How to call type safely on a random file in Python?(如何在Python中安全地调用随机文件上的类型?)