如何在熊猫中创建层次列？

debugcn 发表于 Dev

理查德

我有一个看起来像这样的熊猫数据框：

          rank_2015   num_2015   rank_2014   num_2014   ....  num_2008
France    8           1200       9           1216       ....  1171
Italy     11          789        6           788        ....  654

现在，我想num_按年份绘制仅列总和的条形图。因此，在x轴上，我想要从2008年到2015年的年份，在y轴上，我想要相关num_列的总和。

最好的方法是什么？我知道如何获取每一列的总和：

df.sum()

但是我不知道如何仅绘制图表num_，以及如何重新标记这些列，以便标签是整数而不是字符串，以便正确绘制图表。

我想知道是否要创建分层列，如下所示：

          rank               num
          2015        2014   2015     2014   ....  2008
France    8           9      1200     1216   ....  1171
Italy     11          6      789      788    ....  654

然后，我可以将图表中的列绘制成图表num。

如何使数据框变成这种形状？

忘了它

您可以使用str.extract正则表达式模式(.+)_(\d+)将列转换为DataFrame：

cols = df.columns.str.extract(r'(.+)_(\d+)', expand=True)
#       0     1
# 0   num  2008
# 1   num  2014
# 2   num  2015
# 3  rank  2014
# 4  rank  2015

然后，您可以从中构建层次结构（MultiIndex）索引，cols然后将其重新分配给df.columns：

df.columns = pd.MultiIndex.from_arrays((cols[0], cols[1]))

这样df就变成了

         num             rank     
        2008  2014  2015 2014 2015
France  1171  1216  1200    9    8
Italy    654   788   789    6   11

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({ 'num_2008': [1171, 654],
 'num_2014': [1216, 788],
 'num_2015': [1200, 789],
 'rank_2014': [9, 6],
 'rank_2015': [8, 11]}, index=['France', 'Italy'])


cols = df.columns.str.extract(r'(.+)_(\d+)', expand=True)
cols[1] = pd.to_numeric(cols[1])
df.columns = pd.MultiIndex.from_arrays((cols[0], cols[1]))
df.columns.names = [None]*2

df['num'].sum().plot(kind='bar')
plt.show()