Skip to main content
 首页 » 编程设计

python之根据组聚合值在 MultiIndex Dataframe 上设置值

2025年05月04日13soundcode

我有一个 MultiIndex 数据框,如下所示:

In [1349]: print simple 
 
         E 
S C  R     
0 C0 R0  0 
     R1  1 
     R2  2 
     R3  3 
  C1 R0  1 
     R1  2 
     R2  3 
     R3  4 
  C2 R0  2 
     R1  3 
     R2  4 
     R3  5 

在每个 C 列聚合 E 列后,我得到以下内容:

In [1352]: print simple.groupby(level=['S','C']).sum() 
 
       E 
S C      
0 C0   6 
  C1  10 
  C2  14 

本质上是统计C索引处E的个数。我想做的是根据聚合结果将原始数据框中的 E 值设置为任意值。例如,如果聚合 >= 某个值,则将 (C) 组的所有 E 设置为 0。

在这种情况下,由于 C0 的 E 总数为​​ 6,我想将 E 设置为零 C* 其中总和 >=6 以显示如下内容:

In [1349]: print df 
 
         E 
S C  R     
0 C0 R0  0 
     R1  0 
     R2  0 
     R3  0 
  C1 R0  1 
     R1  2 
     R2  3 
     R3  4 
  C2 R0  2 
     R1  3 
     R2  4 
     R3  5 

我能够使用下面的代码做到这一点,但它不可扩展,我相信一定有更好的方法来做到这一点:

s3 = (simple.groupby(level=['S','C']).aggregate(sum)< 7) 
s3=s3[s3['E']==True] 
simple_orig = simple.copy() 
for idx in s3.index: 
    simple.ix[idx]= 0 
print simple 
print simple_orig 
             E 
    S C  R     
    0 C0 R0  0 
         R1  0 
         R2  0 
         R3  0 
      C1 R0  1 
         R1  2 
         R2  3 
         R3  4 
      C2 R0  2 
         R1  3 
         R2  4 
         R3  5 
             E 
    S C  R     
    0 C0 R0  0 
         R1  0 
         R2  0 
         R3  0 
      C1 R0  1 
         R1  2 
         R2  3 
         R3  4 
      C2 R0  2 
         R1  3 
         R2  4 
         R3  5 

请您参考如下方法:

我想你可以使用 transform用于创建 bool 掩码,然后是 boolean indexing喜欢:

print simple 
         E 
S C  R     
0 C0 R0  0 
     R1  1 
     R2  2 
     R3  3 
  C1 R0  1 
     R1  2 
     R2  3 
     R3  4 
  C2 R0  2 
     R1  3 
     R2  4 
     R3  5 
 
mask = (simple.groupby(level=['S','C']).transform(sum)< 7)['E'] 
print mask 
S  C   R  
0  C0  R0     True 
       R1     True 
       R2     True 
       R3     True 
   C1  R0    False 
       R1    False 
       R2    False 
       R3    False 
   C2  R0    False 
       R1    False 
       R2    False 
       R3    False 
Name: E, dtype: bool 
simple.loc[mask, 'E'] = 0 
print simple 
         E 
S C  R     
0 C0 R0  0 
     R1  0 
     R2  0 
     R3  0 
  C1 R0  1 
     R1  2 
     R2  3 
     R3  4 
  C2 R0  2 
     R1  3 
     R2  4 
     R3  5