Pandas中的分层/多级索引操作

Question

假设我有一个多索引数据框如下所示:

                     A         B         C
X      Y                              
bar   one    -0.007381 -0.365315 -0.024817
      two    -1.219794  0.370955 -0.795125
baz   one     0.145578  1.428502 -0.408384
      two    -0.249321 -0.292967 -1.849202
      three  -0.249321 -0.292967 -1.849202
      four    0.21     -0.967123  1.202234
foo   one    -1.046479 -1.250595  0.781722
      two     1.314373  0.333150  0.133331
qux   one     0.716789  0.616471 -0.298493
      two     0.385795 -0.915417 -1.367644

我想要在每个第一层级别(X)的值上获得A的最大值，并且在这种情况下收集第二层索引。

如何在Pandas中实现？

- Amelio Vazquez-Reina

Answer 1

In [87]: df.loc[df['A'].groupby(level='X').idxmax(), 'A']
Out[87]: 
X    Y   
bar  one    -0.007381
baz  four    0.210000
foo  two     1.314373
qux  one     0.716789
Name: A, dtype: float64

---

为了找到中位数的值，你可以使用

df['A'].groupby(level='X').median()

但是不清楚哪一行应该与中位数相关联，因为如果一组中有偶数行，则使用中间行的平均值来计算中位数。

因此，中位数不与一行关联，而是与两行关联。

如果您做出任意决定，例如想要n//2行（而不是(n-1)//2行），那么您可以使用以下方法：

grouped =  df['A'].groupby(level='X', sort=True)
df.loc[grouped.apply(lambda grp: grp.index[grp.count()//2]), 'A']

查找中位数和“关联”行。

例如，

In [93]: df.loc[grouped.apply(lambda grp: grp.index[grp.count()//2]), 'A']
Out[93]: 
X    Y    
bar  two     -1.219794
baz  three   -0.249321
foo  two      1.314373
qux  two      0.385795
Name: A, dtype: float64

- unutbu

---

谢谢。在此基础上，尝试尽可能地使解决方案更通用。如果我想查找更通用的东西，例如中位数（及其索引），而不是最大值，该怎么办？ - Amelio Vazquez-Reina

中位数比较棘手。我已经尝试在上面解释了。一般来说，我认为你需要找到所寻找的行的索引公式，然后使用 df.loc 来获取该行。 - unutbu

非常感谢 @unutbu 的帮助。谢谢！ - Amelio Vazquez-Reina

Answer 2

使用 groupby 对象：

groups = df['A'].groupby(level='X')
groups.min()

- Paul H