Skip to main content
 首页 » 编程设计

python之根据复杂条件对 Pandas DataFrame 中的行进行分组

2025年02月15日7kerrycode

我有一个基本的数据框,结构如下:

             Col1 
Ind1 Ind2 
0    key1    12 
     key2    35 
1    key3    56 
     key4    24 
     key5    65 

...还有一个是这样的:

    ColA 
0   key1 
1   else 
2   else 
3   key3 

我需要的是 df1 的平均值,根据 Ind2 是否在 df2 中进行分组。 这是我尝试过但没有成功的方法;消息说“长度必须匹配才能比较”——当然,它们不匹配。

df1 = pd.DataFrame({'ind1': [0, 0, 1, 1, 1], 'ind2': ['key1', 'key2', 'key3', 'key4', 'key5'], 'col1': [12, 35, 56, 24, 65]}, ) 
df1.set_index(['ind1', 'ind2'], inplace=True) 
df2 = pd.DataFrame({'ColA': ['key1', 'else', 'else', 'key3']}) 
 
print (df1.groupby(df1.index.levels[1] in df2.get_values()).mean()) 

提前感谢您的任何提示!

请您参考如下方法:

您实际上想要检查 df1.index.levels[1] 的元素是否在 df2.ColA 中(因为您需要为每一行分配一个值)。你写的语法不会让你得到那个。相反,你应该尝试

df1.groupby(df1.index.levels[1].isin(df2.ColA)).mean() 

请注意为每个元素返回 True/False 的 isin 函数,以及我直接引用 df2 的事实。 ColA,因为它是包含值的列(引用 df2 而不是搜索 df2 的列名中的值)。