【发布时间】:2018-07-24 21:00:36
【问题描述】:
我一直在努力解决分组、组合和转换的问题。我目前的解决方案是:
df = df.groupby(level='lvl_2').transform(lambda x: x[0]/x[1])
但这并没有解决我的某些问题。
假设代码如下:
import pandas as pd
import numpy as np
import datetime
today = datetime.date.today()
today_1 = datetime.date.today() - datetime.timedelta(1)
today_2 = datetime.date.today() - datetime.timedelta(2)
ticker_date = [('first', 'a',today), ('first', 'a',today_1), ('first', 'a',today_2),
('first', 'c',today), ('first', 'c',today_1), ('first', 'c',today_2),
('first', 'b',today), ('first', 'b',today_1), ('first', 'b',today_2),
('first', 'd',today), ('first', 'd',today_1), ('first', 'd',today_2)]
index_df = pd.MultiIndex.from_tuples(ticker_date,names=['lvl_1','lvl_2','lvl_3'])
df = pd.DataFrame(np.random.rand(12), index_df, ['idx'])
输出是:
idx
lvl_1 lvl_2 lvl_3
first a 2018-02-14 0.421075
2018-02-13 0.278418
2018-02-12 0.117888
c 2018-02-14 0.716823
2018-02-13 0.241261
2018-02-12 0.772491
b 2018-02-14 0.681738
2018-02-13 0.636927
2018-02-12 0.668964
d 2018-02-14 0.770797
2018-02-13 0.11469
2018-02-12 0.877965
我需要以下物品:
- 使用可能的 lvl_2 元素组合获取新的多索引数据帧。
- 转换我的数据以获得每个元素的比率
这是一个插图:
在这里,我创建了一个“新”列。
new
lvl_1 lvl_2 lvl_3
first a/c 2018-02-14 0.587418372
2018-02-13 1.154011631
2018-02-12 0.152607603
a/b 2018-02-14 0.617649302
2018-02-13 0.437127018
2018-02-12 0.17622473
a/d 2018-02-14 0.546285209
2018-02-13 2.427569971
2018-02-12 0.134274145
c/b 2018-02-14 1.051464052
2018-02-13 0.378789092
2018-02-12 1.154757207
c/d 2018-02-14 0.929976375
2018-02-13 2.103592292
2018-02-12 0.87986537
b/d 2018-02-14 0.884458554
2018-02-13 5.553465865
2018-02-12 0.761948369
进一步解释:
new
lvl_1 lvl_2 lvl_3
first a/c 2018-02-14 0.587418372
2018-02-13 1.154011631
2018-02-12 0.152607603
这里,我做a的元素与c的比例:
0.587418 = 0.421075/0.716823
1.154012 = 0.278418/0.241261
0.152608 = 0.117888/0.772491
我尝试了 groupby 和 transform 方法,例如:
df = df.groupby(level='lvl_2').transform(lambda x: x[0]/x[1])
但很明显,这只会转换每个特定级别的第一个和第二个值。另外,我不知道如何使用组合建立新的多索引。 (a/c, a/b, a/d, c/b, c/d, b/d)
我觉得我在正确的道路上,但我觉得卡住了。
【问题讨论】:
-
附言。下次请提供一组随机种子(
np.random.seed = x),以便我们都可以使用相同的数据并比较结果 -
感谢@jezrael 指出它应该是
np.randome.seed(x) -
确实!没有考虑。谢谢指出
标签: python pandas group-by transform multi-index