如何对 Pandas 中的多重索引进行 groupby？

多重索引数据帧是具有多个索引的数据帧。假设以下内容是存储在桌面的 csv 文件 −

首先，导入 pandas 库并读取上述 CSV 文件 −

import pandas as pd

df = pd.read_csv("C:/Users/amit_/Desktop/sales.csv") print(df)

我们将把数据帧的“Car”（汽车）和“Place”（地区）列作为索引 −

df = df.set_index(['Car', 'Place'])

数据帧现在是一个多重索引数据帧，其中“Car”（汽车）和“Place”（地区）列作为索引。

现在，让我们对多重索引数据帧使用 groupby

res = df.groupby(level=['Car'])['UnitsSold'].mean() print(res)

示例

以下是代码 −

import pandas as pd

df = pd.read_csv("C:/Users/amit_/Desktop/sales.csv")
print(df)

# set Car and Place columns of the DataFrame as index
df = df.set_index(['Car', 'Place'])

# sorting
df.sort_index()

# groupby on multiindex datafram
res = df.groupby(level=['Car'])['UnitsSold'].mean()
print(res)

输出

这将产生以下输出 −

          Car         Place       Sold
0         BMW         Delhi         95
1    Mercedes     Hyderabad         80
2  Lamborgini    Chandigarh         80
3        Audi     Bangalore         75
4    Mercedes     Hyderabad         90
5     Porsche        Mumbai         90
6  RollsRoyce        Mumbai         95
7         BMW         Delhi         50
Car
Audi       75.8
BMW        72.5
Lamborgini 80.0
Mercedes   85.0
Porsche    90.0
RollsRoyce 95.0
Name: UnitsSold, dtype: float64

AmitDiwan

更新日期： 09-Sep-2021

291 次浏览

开启你的职业 生涯

完成课程获得认证

开始