pandas 如何对多索引(列) Dataframe 中的数据进行排序？

z18hc3ub 于 2023-01-11 发布在其他

关注(0)|答案(1)|浏览(104)

首先，请原谅我糟糕的词汇，我还在为正确的术语而挣扎，并且刚刚发现我已经创建了一个多索引 Dataframe ，我正在努力学习如何操作它。
多索引 Dataframe 有30行和546列，看起来像下面的放大版本：
| | A类|||乙|||C级|||D级|||
| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------| - ------|
| | aa| bb|立方厘米|aa| bb|立方厘米|aa| bb|立方厘米|aa| bb|立方厘米|
| 日期|||||||||||||
| 2023年1月2日|1个|二十四|六个|三个|第二章|七|三个|十个|十二|五个|九|二十一|
| 2023年1月3日|1个|二十三|七|三个|四个|六个|三个|九|十三|六个|十个|二十二|
| 2023年1月4日|第二章|二十二|八个|四个|六个|七|三个|九|十二|八个|十四|二十四|
| 2023年1月5日|三个|二十一|十个|三个|八个|六个|四个|八个|十一|十个|十二|二十一|
该索引是一个时间戳日期，并且顶级（0级？）列索引A、B、C、D等每个都具有相同的91个二级（1级？）成员：aa、bb、cc等
因为总共有546列，91个"1级"列，所以必须有6个"0级"列。我看不到它们，因为表太大了，只能显示第一个和最后一个。
事实上，这是一个从雅虎获得的股票数据表，其中A、B、C是（6）个财务值，如收盘价、成交量、高点等，aa、bb、cc等是（91）个公司代码。
我想学习如何执行以下操作：
1.如何提取"0级"列名的列表。
1.如何提取"级别1"列名的列表。
1.对于1行（日期），提取所有"0级"和一个"1级"指标的数据。（例如，一家公司在一天的所有财务数据）。
1.对于1行（日期），一个"0级"包含所有"0级"数据。例如，所有公司在一天内的数量数据。
我一直在尝试这样的事情：

df.loc[:,(['A','B'],['aa,'bb', 'cc'])]
df.loc['2023-01-02', :]

这工作，但我不能排序括号和冒号的权利，做上述的东西。
另外，

df.loc[:,(['A','D'],['aa,'cc','ff'])]

以及

df.loc['2023-01-05':,([A,C],[aa,dd])]

工作，但是

df.loc['2023-01-05',([A:],[aa,dd])]

以及

df.loc['2023-01-05',(A:,[aa,dd])]

给出了无效的语法。有人能解释一下吗，或者给我指一个教程，这将有助于级别定义和圆/方括号和冒号？
谢谢。

pandas

来源：https://stackoverflow.com/questions/75050779/how-do-you-sort-data-with-multiindex-columns-dataframe

1条答案

按热度按时间

sgtfey8w1#

要提取 level 列名的列表，可以使用get_level_values：

df.columns.get_level_values(0)
#Index(['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'D', 'D', 'D'], dtype='object')

df.columns.get_level_values(1)
#Index(['aa', 'bb', 'cc', 'aa', 'bb', 'cc', 'aa', 'bb', 'cc', 'aa', 'bb', 'cc'], dtype='object')

df.columns.get_level_values(0).unique()
#Index(['A', 'B', 'C', 'D'], dtype='object')

df.columns.get_level_values(1).unique()
#Index(['aa', 'bb', 'cc'], dtype='object')

对于3和4，使用pd.IndexSlice比较方便用途：

# all level zero data for a specific level one index
df.loc['2023-01-05', pd.IndexSlice[:, 'aa']]

#A  aa     3
#B  aa     3
#C  aa     4
#D  aa    10
#Name: 2023-01-05, dtype: int64

# all level one data for a specific level zero index

df.loc['2023-01-05', pd.IndexSlice['A', :]]
#A  aa     3
#   bb    21
#   cc    10
#Name: 2023-01-05, dtype: int64

赞(0）回复(0）举报 2023-01-11

我来回答

pandas 如何对多索引(列) Dataframe 中的数据进行排序？

1条答案

相关问题

热门标签

最新问答