代码之家 › 专栏 › 技术社区 › CDVC23

对多索引熊猫数据帧上的重复行求和

multi-index dataframe pandas python

CDVC23 · 技术社区 · 6 年前

你好,我在和熊猫打交道时遇到了麻烦。我正在尝试对多索引数据帧上的重复行求和。我试过 df.groupby(level=[0,1]).sum() ,也带有 df.stack().reset_index().groupby(['year', 'product']).sum() 还有其他一些,但我无法让它发挥作用。我还想为每个给定的年份添加每个独特的产品,如果它们没有列出,则给它们一个0值。

示例:具有多索引和3种不同产品(A、B、C)的数据帧:

                  volume1    volume2
year   product
2010   A          10         12
       A          7          3
       B          7          7
2011   A          10         10
       B          7          6
       C          5          5

预期产出:如果给定年份存在重复产品,则我们将其相加。如果其中一种产品一年内未列出,我们将创建一个充满0的新行。

                  volume1     volume2
year   product
2010   A          17          15
       B          7           7
       C          0           0
2011   A          10          10
       B          7           6
       C          5           5

有什么想法吗?谢谢

2 回复 | 直到 6 年前

piRSquared 6 年前

您可以将索引的第二级设置为 CategoricalIndex 当你使用 groupby 它将包括所有类别。

df.index.set_levels(pd.CategoricalIndex(df.index.levels[1]), 1, inplace=True)
df.groupby(level=[0, 1]).sum().fillna(0, downcast='infer')

              volume1  volume2
year product                  
2010 A             17       15
     B              7        7
     C              0        0
2011 A             10       10
     B              7        6
     C              5        5

jezrael 6 年前

使用 sum 具有 unstack 和 stack :

df = df.sum(level=[0,1]).unstack(fill_value=0).stack()
#same as
#df = df.groupby(level=[0,1]).sum().unstack(fill_value=0).stack()

替换为 reindex :

df = df.sum(level=[0,1])
#same as
#df = df.groupby(level=[0,1]).sum()
mux = pd.MultiIndex.from_product(df.index.levels, names = df.index.names)
df = df.reindex(mux, fill_value=0)

备选方案1,谢谢@Wen:

df = df.sum(level=[0,1]).unstack().stack(dropna=False)

print (df)
              volume1  volume2
year product                  
2010 A             17       15
     B              7        7
     C              0        0
2011 A             10       10
     B              7        6
     C              5        5

推荐文章

Gabriela Catalina · 合并具有不同级别的两个数据帧,并将一级层次行索引移动到列

6 年前

Baron Yugovich · 展平嵌套熊猫数据框列

6 年前

marco · Python-Pandas-在索引列中减去子列

6 年前

marco · Python-Pandas-结合str.contains使用横截面

6 年前

CDVC23 · 对多索引熊猫数据帧上的重复行求和

6 年前

pylipp · Pandas-读取多索引文件的特定列

6 年前

jbssm · 从具有多索引的数据帧中删除特定行

6 年前

Kang · 熊猫多索引数据帧中按级别对列求和

6 年前

BENY · 使用df。对多索引的查询给出了UndefinedVariableError

6 年前

Jeff Tilton · Pandas根据另一个数据帧mith多索引设置元素样式

7 年前