pandas multiindex - wie wählen Sie die zweite Ebene, wenn Sie mit Spalten?

Dumme Frage, aber ich kann wirklich nicht die Antwort zu finden.
Ich habe einen dataframe mit diesem index:

index = pd.MultiIndex.from_product([['stock1','stock2'...],['price','volume'...]])

Es ist eine nützliche Struktur für das tun zu können df['stock1'], aber wie wähle ich alle Daten Preis? Ich kann nicht einen Sinn für die Dokumentation.

Ich habe versucht, die folgenden mit kein Glück: df[:,'price'] df[:]['price'] df.loc(axis=1)[:,'close'] df['price]

Wenn dieser index-Stil ist in der Regel vereinbart, eine schlechte Idee, aus welchem Grund auch immer, was wäre dann die bessere Wahl? Sollte ich gehen für ein multi-indexierte index für die Aktien, die als Etiketten auf die Zeit, die Serie anstatt in der Spalte Ebene?

Vielen Dank

BEARBEITEN - ich bin mit dem multiindex für die Spalten, nicht die index (der Wortlaut bekam das bessere von mir). Die Beispiele in der Dokumentation Fokus auf multi-level Indizes eher als Spalte Strukturen.

pandas.pydata.org/pandas-docs/stable/...
Wenn Sie daran interessiert sind, mehr über das schneiden und filtern multiindex DataFrames, werfen Sie bitte einen Blick auf meine post: Wie kann ich die Scheibe oder filter MultiIndex DataFrame Ebenen?.

InformationsquelleAutor AndyMoore | 2017-07-16

  1. 23

    Benutzen auch John - Daten Beispiel:

    Mit xs() ist ein weiterer Weg, um eine Scheibe MultiIndex:

    df
               0
stock1 price   1
       volume  2
stock2 price   3
       volume  4
stock3 price   5
       volume  6

df.xs('price', level=1, drop_level=False)
              0
stock1 price  1
stock2 price  3
stock3 price  5

    Alternativ, wenn Sie eine MultiIndex an Stelle der Spalten:

    df
  stock1        stock2        stock3       
   price volume  price volume  price volume
0      1      2      3      4      5      6

df.xs('price', axis=1, level=1, drop_level=False)
  stock1 stock2 stock3
   price  price  price
0      1      3      5
    Perfekt, vielen Dank. als Ergebnis meines seins neu zu Multiindexing meine Frage war schlecht geschrieben. Ich war mit dem multiindex für die Spalten, nicht der index. df.xs('price',axis=1,level=1) macht den job perfekt
    Genial, froh zu helfen.

    InformationsquelleAutor Andrew L

  2. 19

    Mit @JohnZwinck die Daten der Probe:

    In [132]: df
Out[132]:
               0
stock1 price   1
       volume  2
stock2 price   3
       volume  4
stock3 price   5
       volume  6

    Option 1:

    In [133]: df.loc[(slice(None), slice('price')), :]
Out[133]:
              0
stock1 price  1
stock2 price  3
stock3 price  5

    Option 2:

    In [134]: df.loc[pd.IndexSlice[:, 'price'], :]
Out[134]:
              0
stock1 price  1
stock2 price  3
stock3 price  5
    Besser lesbar als die akzeptierte Antwort.
    Funktioniert, aber was ist das slice() Funktion zu tun? Der python-website war nicht hilfreich für mich. Sagte slice() gibt die Indizes. Kann ich etwas tun, wie die Liste(slice(...))? Anscheinend nicht.
    bitte überprüfen Sie diese Frage und Antworten - ich hoffe, das hilft...

    InformationsquelleAutor MaxU

  3. 4

    df.unstack() wird, "reißen" die Letzte Stufe Ihrer MultiIndex und machen Sie Ihre DataFrame viel mehr konventionellen, mit einer Spalte pro Datentyp. Zum Beispiel:

    index = pd.MultiIndex.from_product([['stock1','stock2','stock3'],['price','volume']])
df = pd.DataFrame([1,2,3,4,5,6], index)
print(df.unstack())

    Gibt Sie:

               0       
       price volume
stock1     1      2
stock2     3      4
stock3     5      6

    InformationsquelleAutor John Zwinck

  4. 0

    Habe ich auch bemerkt, die Sie verpasst haben diese option:

    df.loc[:,"price"]

    So weit als best practice für Ihre Zeit-Daten, bewahren Sie es in eine entsprechende Spalte, Zeilen, vorzugsweise als ein datetime-Objekt in Python (pandas hat built-in-Funktion unterstützen). Sie können die Maske syntax, um nur Zeiten relevant für Ihr Interesse.

    Ist, wie Sie den Zugriff auf eine einzelne Spalte an Ihre Daten-frame. Aber für mehrere Spalten können wir übergeben eine Liste, oder einen Doppelpunkt zu bekommen alle:

    df.loc[:,["price","volume"]] 
#or
df.loc[:,:]

    Eine nützliche Methode, um die Abfrage (und schnell) ist die Verwendung von Masken, um anzugeben, welche Zeilen/Spalten treffen, was Bedingung, die Sie wollen:

    Mask=df.loc[:,"price"]>50.0
df.loc[Mask, "stock"] #should return the stock prices greater than 50bucks.

    Hoffe, dass dies hilft, und wie immer, fühlen Sie sich frei, um follow-up auf diese Antwort, wenn ich völlig falsch verstanden, deine Frage, ich würde gerne weiter helfen.

    df.loc[:,"price"] funktioniert nicht mit OP ' s index.
    verwenden Sie Daten-frame?
    Ja, schau in meine Antwort hier für die genaue DataFrame ich bin mit.

    InformationsquelleAutor bmc

Schreibe einen Kommentar