首页 文章

将变换应用于Pandas数据帧时如何获取索引和列名？

提问于
浏览 次
0

给定两个多索引数据帧（df1和df2），我想将df1分组并进行转换 . 在这个转换中，我想将相应的数组从df2添加到df1 .

import pandas and pd
import numpy as np

def do_transform(x):
    return np.add(x, df2.ix(_index_of_x, _column_name_of_x))

df1.groupby(level=[0,1]).transform(do_transform)

如何在Pandas转换中检索索引和列名？

EDIT:

df1和df2具有行大小，但df2包含更多列 .

python pandas

1 回答

  • 2

    我认为多指数级别的联合可能更好？

    无论如何进行转换;对于scari的问题，我会假设相同的大小 .

    """
# data1.csv
alpha,beta,gamma
A,1,2
A,1,4
A,2,6
B,3,8
B,3,10
B,4,12


# data2.csv
alpha,beta,gamma
A,1,20
A,1,40
A,2,60
B,3,80
B,3,100
B,4,120
"""

df1 = pd.read_csv('data1.csv')
df2 = pd.read_csv('data2.csv')

df1.set_index(['alpha','beta'],inplace=True)
df2.set_index(['alpha','beta'],inplace=True)

def do_transform(x):
    return x + df2.loc[df2.index.isin(x.index)]

print df1.groupby(level=[0,1]).transform(lambda x: do_transform(x)).head(len(df1))

    这将产生

    gamma
alpha beta       
A     1        22
      1        44
      2        66
B     3        88
      3       110
      4       132

    如果你有多个列，它可以正常工作 .

    import pandas as pd
import numpy as np
"""
# data1.csv
alpha,beta,gamma,omega
A,1,2,1
A,1,4,1
A,2,6,1
B,3,8,1
B,3,10,1
B,4,12,1


# data2.csv
alpha,beta,gamma,omega
A,1,20,2
A,1,40,2
A,2,60,2
B,3,80,2
B,3,100,2
B,4,120,2
"""

df1 = pd.read_csv('data1.csv')
df2 = pd.read_csv('data2.csv')

df1.set_index(['alpha','beta'],inplace=True)
df2.set_index(['alpha','beta'],inplace=True)

def do_transform(x):
    return x + df2.loc[x.index.unique(),:]

print df1.groupby(level=[0,1]).transform(lambda x: do_transform(x)).head(len(df1))

    生产环境 ：

    gamma  omega
alpha beta              
A     1        22      3
      1        44      3
      2        66      3
B     3        88      3
      3       110      3
      4       132      3
    回复于

相关问题