计算带条件的多索引系列/数据框
韦斯卡
我有一个多索引Sries，我想对其进行计算。我对多索引数据帧不熟悉，因此将不胜感激。
d = {'c1':['a', 'a', 'b', 'b', 'c', 'c', 'c', 'd'], 'c2':['False', 'True', 'True', 'True', 'True', 'True', 'False', 'False']}
dd = pd.DataFrame(data=d)
dd.groupby('c1')['c2'].value_counts(normalize=True)
c1 c2
a False 0.500000
True 0.500000
b True 1.000000
c True 0.666667
False 0.333333
d False 1.000000
我想True将c2列中的最大数除以True。对于上面的示例，它将是1 / 0.500000和1 / 0.666667
预期产量
何塞·梅代罗斯
基本上，您要做的就是.xs对您的价值计数使用该方法。
拿：
series = dd.groupby('c1')['c2'].value_counts(normalize=True)
为了获得数量True由s c1，你可以做
true_counts = series.xs('True', level=1)
返回如下内容：
c1
a 0.500000
b 1.000000
c 0.666667
Name: c2, dtype: float64
现在，您可以对单个索引系列执行所有操作。首先采用max_indexand max_value，在这种情况下（因为已将其标准化），可以通过true_counts.loc[true_counts == 1]然后检索值和索引来实现，或者：
max_index = true_counts.index[true_counts.argmax()]
max_val = true_counts[max_index]
然后，对剩余的行进行计算：
true_counts_dropped = true_counts.drop(max_index)
ans = max_val / true_counts_dropped
为了使指数的样子b/a，b/c你可以这样做：
ans.index = [max_index + '/' + idx for idx in ans.index]
最终结果：
>>> ans
b/a 2.0
b/c 1.5
Name: c2, dtype: float64
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
计算带条件的多索引系列/数据框
- 2
Python熊猫-数据框的多索引系列
- 3
如何计算熊猫中重新采样的多索引数据框
- 4
熊猫多索引数据框中的组之间的计算
- 5
如何计算熊猫中重新采样的多索引数据框
- 6
多索引+数据的条件
- 7
将条件放入熊猫数据框（多索引）？
- 8
使用系列的索引索引 Pandas 数据框
- 9
在多索引数据框中合并两个数据系列
- 10
截断多索引数据框
- 11
除以多索引数据框
- 12
重新索引多索引熊猫数据框
- 13
多索引数据框中的熊猫索引
- 14
从多索引熊猫数据框创建索引
- 15
多索引数据框的布尔索引
- 16
从多索引数据框中提取数据子集并计算列的差异
- 17
数据框以计算条件发生
- 18
带数据框的条件语句/ If语句
- 19
带条件的累积总和熊猫数据框
- 20
熊猫：根据条件为多索引数据框的子集设置值的正确方法
- 21
从多索引数据框中删除列
- 22
Python Pandas：转换多索引数据框
- 23
从Excel导入多索引数据框
- 24
在多索引数据框中插入列
- 25
重命名多索引数据框熊猫
- 26
如何重组多索引数据框
- 27
合并多索引熊猫数据框
- 28
如何规范熊猫多索引数据框？
- 29
在熊猫中融化多索引数据框
我来说两句