我尝试使用Pandas中的数据透视表来分析数据。对于多级索引,一切正常。
我有这个数据透视表:
>>>print(pivtab)
count win
pp ps
8000 8200 4 2
8100 8200 2 1
8300 3 1
现在,我可以通过以下方法选择“count”列中第二行的值:
>>>print(pivtab["count"][1])
2
意外的行为出现在使用单个索引数据透视表时。该数据透视表如下所示:
count win
pp
8000 4 2
8100 5 2
现在当我尝试使用同样的方式 print(pivtab["count"][1])
时,出现了一个 KeyError: 1
。似乎Python现在不再接受行号,而是行名称(=索引)。使用
>>>print(pivtab["count“][8100])
5
一切正常运作。完整代码如下所示:
import pandas as pd
columns = ["count","game_Id","season","win","pp","ps"]
matrix = pd.DataFrame(columns=columns)
# Create a test matrix
for i in range(1,10):
win = 0
if int(i/2) == i/2:
win = 1
pprim = 8000
if i > 4:
pprim = 8100
psub = 8200
if i > 6:
psub = 8300
new_row = pd.DataFrame([[1, i, 11, win, pprim, psub]], columns=columns)
matrix = matrix.append(new_row,ignore_index=True)
print(matrix)
pivtab = pd.pivot_table(matrix, index=["pp","ps"], values=["count","win"], aggfunc="sum")
print("\n", pivtab)
print(pivtab["count"][1])
为了彻底搞糊涂,我尝试了另一个测试矩阵......在这里一切都运行良好!
import pandas as pd
matrix = pd.DataFrame({"A":["hey","hey","boo","boo"], "B":[1,2,3,2], "valueA":[123,441,190,123], "valueB":[5,5,6,6]})
piv_matrix = pd.pivot_table(matrix, index=["A"], values=["valueA","valueB"], aggfunc="sum")
print(piv_matrix)
print("\nValue:", piv_matrix["valueA"][1])
结果:
valueA valueB
A
boo 313 12
hey 564 10
Value: 564
如果您能为我解释这种意外(至少对我来说)的行为原因,我会很高兴。谢谢!