的2级切片一个大熊猫数据帧的位置,我有一个多指标一个熊猫数据框如下:在多指标
>>> import pandas as pd
>>> category = ['bar', 'bar', 'bar', 'bar', 'bar', 'baz', 'baz', 'baz', 'baz',
'baz', 'baz', 'foo', 'foo', 'foo']
>>> timestamp = ['2017-01-01 09:00:00', '2017-01-01 09:01:00', '2017-01-01 09:02:00',
'2017-01-01 09:03:00', '2017-01-01 09:04:00', '2016-11-18 03:18:00',
'2016-11-18 03:19:00', '2016-11-18 03:20:00', '2016-11-18 03:21:00',
'2016-11-18 03:22:00', '2016-11-18 03:23:00', '2017-02-03 20:39:00',
'2017-02-03 20:40:00', '2017-02-03 20:41:00']
>>> values = [1,1,2,2,2,35,3,3,4,4,4,28,28,28]
>>> tuples = list(zip(*[category,timestamp]))
>>> index = pd.MultiIndex.from_tuples(tuples, names=['category', 'timestamp'])
>>> df = pd.DataFrame(values,index=index,columns=['values'])
>>> df
values
category timestamp
bar 2017-01-01 09:00:00 1
2017-01-01 09:01:00 1
2017-01-01 09:02:00 2
2017-01-01 09:03:00 2
2017-01-01 09:04:00 2
baz 2016-11-18 03:18:00 35
2016-11-18 03:19:00 3
2016-11-18 03:20:00 3
2016-11-18 03:21:00 4
2016-11-18 03:22:00 4
2016-11-18 03:23:00 4
foo 2017-02-03 20:39:00 28
2017-02-03 20:40:00 28
2017-02-03 20:41:00 28
对于每个类别,我想找到的次数的次数的累积总和值列的变化,就像这样:
values changed cum_changes
category timestamp
bar 2017-01-01 09:00:00 1 False 0
2017-01-01 09:01:00 1 False 0
2017-01-01 09:02:00 2 True 1
2017-01-01 09:03:00 2 False 1
2017-01-01 09:04:00 2 False 1
baz 2016-11-18 03:18:00 35 False 0
2016-11-18 03:19:00 3 True 1
2016-11-18 03:20:00 3 False 1
2016-11-18 03:21:00 4 True 2
2016-11-18 03:22:00 4 False 2
2016-11-18 03:23:00 4 False 2
foo 2017-02-03 20:39:00 28 False 0
2017-02-03 20:40:00 28 False 0
2017-02-03 20:41:00 28 False 0
我试着这样做:
df["changes"] = False
df.iloc[idx[:,1:],1] = df.iloc[idx[:,1:],0] == df.iloc[idx[:,:-1],0] #This doesn't work
df["cum_changes"] = df["changed"].groupby(level=[0]).cumsum().astype(int)
但unfortun好吃的第二行不起作用。这与您使用loc进行多值索引的方式类似,但显然,iloc不能以相同的方式处理MultiIndex。我不能按标签进行索引,因为每个组的时间戳是不同的,我不能使用head(),因为每个组的长度都不相同。是否可以在MultiIndex的第二级上进行位置索引?
我实际需要的是“cum_changes”列,“changed”列仅仅是一个中间步骤。如果有另一种计算“cum_changes”列的方法,我很乐意听到它。我知道这可以通过迭代类别列来完成,但似乎应该可以保持向量化,所以我正在寻找一种不涉及循环的解决方案。
我发现此相关的问题,但我不认为它适用,因为该解决方案是不实际的位置索引,而是发现,通过标签对应于给定位置和索引标签: Slice MultiIndex pandas DataFrame by position
使用'DIFF()'函数并检查结果为0,你不需要'iloc'。 – Psidom