Skip to main content
 首页 » 编程设计

python之DataFrame 列名称中包含的属性/信息

2024年10月24日13leader

我有一些从 csv 导入的数据,为了创建类似的东西,我使用了这个:

data = pd.DataFrame([[1,0,2,3,4,5],[0,1,2,3,4,5],[1,1,2,3,4,5],[0,0,2,3,4,5]], columns=['split','sex', 'group0Low', 'group0High', 'group1Low', 'group1High']) 
means = data.groupby(['split','sex']).mean() 

所以数据框看起来像这样:

           group0Low  group0High  group1Low  group1High 
split sex                                               
0     0            2           3          4           5 
      1            2           3          4           5 
1     0            2           3          4           5 
      1            2           3          4           5 

您会注意到每一列实际上包含 2 个变量(group# 和 height)。 (这是为了在 SPSS 中运行重复测量方差分析而设置的。)

我想拆分列,所以我也可以按“组”分组,就像这样(我实际上搞砸了数字的顺序,但希望这个想法很清楚):

            low high 
split   sex group        
    0   0   95  265 
0   0   1   123 54 
    1   0   120 220 
    1   1   98  111 
1   0   0   150 190 
    0   1   211 300 
    1   0   139 86 
    1   1   132 250 

我如何实现这一目标?

请您参考如下方法:

第一个技巧是使用 stack 将列聚集到一个列中:

In [6]: means 
Out[6]:  
           group0Low  group0High  group1Low  group1High 
split sex                                               
0     0            2           3          4           5 
      1            2           3          4           5 
1     0            2           3          4           5 
      1            2           3          4           5 
 
In [13]: stacked = means.stack().reset_index(level=2) 
In [14]: stacked.columns = ['group_level', 'mean'] 
In [15]: stacked.head(2) 
Out[15]:  
          group_level  mean 
split sex                   
0     0     group0Low     2 
      0    group0High     3 

现在我们可以使用 pd.Series.str 在 group_level 上执行我们想要的任何字符串操作如下:

In [18]: stacked['group'] = stacked.group_level.str[:6] 
In [21]: stacked['level'] = stacked.group_level.str[6:] 
In [22]: stacked.head(2) 
Out[22]:  
          group_level  mean   group level 
split sex                                 
0     0     group0Low     2  group0   Low 
      0    group0High     3  group0  High 

现在你在做生意,你可以做任何你想做的事。例如,对每个组/级别求和:

In [31]: stacked.groupby(['group', 'level']).sum() 
Out[31]:  
              mean 
group  level       
group0 High     12 
       Low       8 
group1 High     20 
       Low      16 

如何按所有内容分组?

如果你想按split, sex, group and level分组> 你可以这样做:

In [113]: stacked.reset_index().groupby(['split', 'sex', 'group', 'level']).sum().head(4) 
Out[113]:  
                        mean 
split sex group  level       
0     0   group0 High      3 
                 Low       2 
          group1 0High     5 
                 0Low      4 

如果拆分并不总是在位置 6 怎么办?

This SO answer将向您展示如何更智能地进行拆分。