如何按列名称为元组的数据框分组？答案

【问题标题】：How can I groupby a dataFrame whose columns names are tuples?如何按列名称为元组的数据框分组？
【发布时间】：2018-10-07 12:16:28
【问题描述】：

我有一个在 4 个循环内创建的数据帧。我不确定这是否是最好的方法，但经过长时间的研究，我只设法创建了一个以长度为 4 的元组作为列名的数据帧。我现在需要在元组中的 some 条目中对所有具有条件的列进行分组，而不是按顺序。这是我所拥有的示例：

import numpy as np
import pandas as pd
from collections import namedtuple

tuplekey = namedtuple("tuplekey", ["key1","key2","key3","key4"])

randomarray = np.random.rand(10)

list1 = []
for i in range(0,2):
    list2 = []
    for j in range(0,2):
        list3 = []
        for k in range(0,2):
            list4 = []
            for l in range(0,2):

                key = tuplekey('I'+str(i), 'J'+str(j), 'K'+str(k), 'L'+str(l))
                df1 = pd.DataFrame({key:[randomarray]})
                list4.append(df1)

            df2 = pd.concat(list4, axis=1)
            list3.append(df2)

        df3 = pd.concat(list3, axis=1)
        list2.append(df3)

    df4 = pd.concat(list2, axis=1)
    list1.append(df4)

df = pd.concat(list1, axis=1)

list(df.columns.values)

>>> [('I0', 'J0', 'K0', 'L0'),
 ('I0', 'J0', 'K0', 'L1'),
 ('I0', 'J0', 'K1', 'L0'),
 ('I0', 'J0', 'K1', 'L1'),
 ('I0', 'J1', 'K0', 'L0'),
 ('I0', 'J1', 'K0', 'L1'),
 ('I0', 'J1', 'K1', 'L0'),
 ('I0', 'J1', 'K1', 'L1'),
 ('I1', 'J0', 'K0', 'L0'),
 ('I1', 'J0', 'K0', 'L1'),
 ('I1', 'J0', 'K1', 'L0'),
 ('I1', 'J0', 'K1', 'L1'),
 ('I1', 'J1', 'K0', 'L0'),
 ('I1', 'J1', 'K0', 'L1'),
 ('I1', 'J1', 'K1', 'L0'),
 ('I1', 'J1', 'K1', 'L1')]

我现在需要按“I1”分组，然后按“K1”和“K2”分组。

我尝试过使用

group = df.groupby(["I1"])

但这会产生以下错误：

ValueError: 'I1' 的 Grouper 不是一维的

我知道这是错误的，因为我的列名是长度为 4 的元组，但我不知道怎么说

df.groupby(["I1",*,*,*])

每个 * 都是一个“通配符”。

我查找了该错误并发现 this answer 提供了解决方案。因为我有 4 个键而不是 2 个，所以我尝试了：

df1.rename(columns={ key[3] : {key[2] : { key[0]:key[1] }}}, inplace=True)

但这给出了错误

TypeError: unhashable type: 'dict'

那么在这种情况下，我如何按“I1”（以及进一步按“I1”和“K1”等）分组？

最后我想补充一点，我不需要dataFrame的名称是一个元组，我只需要保留每个循环的信息。我正在尝试使用 Pandas，因为稍后我想使用 seaborn 绘制一些数据帧。如果您认为有更好的方法来构建这个 dataFrame，以便稍后我可以更轻松地对其进行操作，请不要犹豫告诉我·

【问题讨论】：

你试过df.groupby([["I1"]])而不是df.groupby(["I1"])。你也知道你创建了一个MultiIndex 数据框，只是问它没有写在任何地方？
@Ben.T df.groupby([["I1"]]) 给出ValueError: Grouper and axis must be same length。不，我绝对不知道我创建了一个 MultiIndex 数据帧。我现在将在 MultiIndex 数据帧中寻找解决方案！感谢您的意见！
好的，它对我有用，不知道为什么（我复制了你的代码）。所以如果你只想要16个根据你的列表命名的常规列，有一个更简单的方法，我会写一个答案

标签： python pandas pandas-groupby

【解决方案1】：

要轻松创建一个包含 16 列并以元组命名的 DF，您可以：

import pandas as pd
import itertools
list_ind = [['I0', 'I1'], ['J0', 'J1'], ['K0', 'K1'], ['L0', 'L1']]
list_col = list(itertools.product(*list_ind)) # all permutations possible
df1 = pd.DataFrame(columns = list_col )

请注意，DF 是空的。

如果你想以groupby 元组包含I1 为例，你可以这样做：

list_I1 = [tup for tup in df1.columns if tup[0] == 'I1']
group = df1.groupby(list_I1)

这是你要找的吗？

【讨论】：