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)。
