从 Pandas 数据帧中创建子集表，并在循环中使用分层索引答案

【问题标题】：Create subset table from Pandas dataframe with hierarchical index in a loop从 Pandas 数据帧中创建子集表，并在循环中使用分层索引
【发布时间】：2014-07-03 13:46:18
【问题描述】：

我想遍历分层索引熊猫数据框并打印基于“group1”级别的子集。

这是我的数据框

df = pd.DataFrame({'group1': ['a','a','a','b','b','b','c','c','d','d','d','d','d'],
                        'group2': ['c','c','d','d','d','e','f','f','e','d','d','d','e'],
                        'value1': [1.1,2,3,4,5,6,7,8,9,1,2,3,4],
                        'value2': [7.1,8,9,10,11,12,43,12,34,5,6,2,3]})

df = df.set_index(['group1', 'group2'])

这就是它的样子：

               value1  value2
group1 group2                
a      c          1.1     7.1
a      c          2.0     8.0
a      d          3.0     9.0
b      d          4.0    10.0
b      d          5.0    11.0
b      e          6.0    12.0
c      f          7.0    43.0
d      f          8.0    12.0
d      e          9.0    34.0
d      d          1.0     5.0
d      d          2.0     6.0
d      d          3.0     2.0
d      e          4.0     3.0

我可以像这样基于 group1 成功打印一个 SINGLE 子集：

print df.xs('a', level=0)  

        value1  value2
group2                
c          1.1     7.1
c          2.0     8.0
d          3.0     9.0

但是我怎样才能把它放在一个循环中为'group1'中的每组元素打印一个子集呢？

我的失败尝试：

for group1, group2 in df.index: 
    print df.xs(group1, level=0)

这为每个索引打印了一个子集，而不是将它们组合在一起（希望有意义）。

【问题讨论】：

标签： python loops pandas subset multi-index

【解决方案1】：

在索引上使用 get_level_values 以仅返回该级别的那些索引值，另外调用 unique 因为返回的是每个子级别行的重复索引值。

In [35]:

for gp in df.index.get_level_values(0).unique():
    print (df.xs(gp, level=0))
        value1  value2
group2                
c          1.1     7.1
c          2.0     8.0
d          3.0     9.0

[3 rows x 2 columns]
        value1  value2
group2                
d            4      10
d            5      11
e            6      12

[3 rows x 2 columns]
        value1  value2
group2                
f            7      43
f            8      12

[2 rows x 2 columns]
        value1  value2
group2                
e            9      34
d            1       5
d            2       6
d            3       2
e            4       3

[5 rows x 2 columns]

【讨论】：

【解决方案2】：

这就是groupby 的用途（迭代为您提供组名、组）：

In [13]: for g, grp in df.groupby(level='group1'):
    print grp
   ....:     
               value1  value2
group1 group2                
a      c          1.1     7.1
       c          2.0     8.0
       d          3.0     9.0
               value1  value2
group1 group2                
b      d            4      10
       d            5      11
       e            6      12
               value1  value2
group1 group2                
c      f            7      43
       f            8      12
               value1  value2
group1 group2                
d      e            9      34
       d            1       5
       d            2       6
       d            3       2
       e            4       3

但大多数时候你确实想用它做点什么，例如

df.groupby(level='group1').sum()

【讨论】：