Skip to main content
 首页 » 编程设计

python之迭代多索引数据帧(Python)并将字典分配给索引值对

2025年04月02日13Renyi-Fan

我对此束手无策......我有一个包含三列(aff_id、mkt 和 bkgs)的数据框,我按其中两列(aff_id 和 mkt)分组:

df_gb_aff = df.groupby(["affiliate_id", 'mkt']).sum() 
df_gb_aff.sort('bkgs', ascending=False, inplace=True) 

给我一​​个看起来有点像这样的多索引数据框:

                                bkgs 
aff_id          mkt  
2508b863a1a4    bcab9d6ec630    1910.707124 
6cc5f0e8c96b    b7d0dbd38376    1374.924684 
188e238326e4    446bb566f202    1206.589522 
                dbe759c691eb    1203.979908 
6cc5f0e8c96b    0e9013464c4c    1203.532310 

我现在想做的是遍历每个 aff_id,并生成 mkt(键)- bkgs(值)对的字典,但是由于每个 aff_id 值都有不同的 mkt 值,Python 在 df_gb_aff 时抛出错误。 loc[index_1, index_2] 不存在。

我一直在用这些获取索引:

aff_list = df_gb_aff.index.levels[0].values 
mkt_list = df_gb_aff.index.levels[1].values 

并尝试迭代:

for i in aff_list: 
    for j in mkt_list : 
       print df_gb_aff.loc[i,j] 

任何人都有这样做的明智方法吗?

请您参考如下方法:

另一种听写理解的解决方案:

d = {idx[1]: df_gb_aff.ix[idx][0] for idx in df_gb_aff.index} 
 
print (d) 
{'446bb566f202': 1206.589522,  
'bcab9d6ec630': 1910.7071239999998,  
'0e9013464c4c': 1203.5323100000001,  
'dbe759c691eb': 1203.979908,  
'b7d0dbd38376': 1374.9246840000001} 
 
print (d['bcab9d6ec630']) 
1910.707124 

如果需要循环Multiindex:

for idx in df_gb_aff.index: 
    print (idx) 
    print (df_gb_aff.ix[idx]) 
 
bkgs    1910.707124 
Name: (2508b863a1a4, bcab9d6ec630), dtype: float64 
('6cc5f0e8c96b', 'b7d0dbd38376') 
bkgs    1374.924684 
Name: (6cc5f0e8c96b, b7d0dbd38376), dtype: float64 
('188e238326e4', '446bb566f202') 
bkgs    1206.589522 
Name: (188e238326e4, 446bb566f202), dtype: float64 
('188e238326e4', 'dbe759c691eb') 
bkgs    1203.979908 
Name: (188e238326e4, dbe759c691eb), dtype: float64 
('6cc5f0e8c96b', '0e9013464c4c') 
bkgs    1203.53231 
Name: (6cc5f0e8c96b, 0e9013464c4c), dtype: float64