根据复杂条件对 Pandas DataFrame 中的行进行分组

Question

我有一个基本的数据框，结构如下：

             Col1
Ind1 Ind2
0    key1    12
     key2    35
1    key3    56
     key4    24
     key5    65

...还有一个这样的：

    ColA
0   key1
1   else
2   else
3   key3

我需要的是 df1 的平均值，根据 Ind2 是否在 df2 中进行分组。 这是我尝试但没有成功的方法；消息是“长度必须匹配才能比较”——但当然，它们不匹配。

df1 = pd.DataFrame({'ind1': [0, 0, 1, 1, 1], 'ind2': ['key1', 'key2', 'key3', 'key4', 'key5'], 'col1': [12, 35, 56, 24, 65]}, )
df1.set_index(['ind1', 'ind2'], inplace=True)
df2 = pd.DataFrame({'ColA': ['key1', 'else', 'else', 'key3']})

print (df1.groupby(df1.index.levels[1] in df2.get_values()).mean())

提前感谢您的任何提示！

Answer 1

您实际上想检查df1.index.levels[1] 的元素是否在df2.ColA 中（因为您需要为每一行设置一个值）。你写的语法不会让你明白的。相反，您应该尝试

df1.groupby(df1.index.levels[1].isin(df2.ColA)).mean()

注意isin 函数为每个元素返回True/False，以及我直接引用df2.ColA 的事实，因为它是包含值的列（而不是引用df2将在 df2 的列名中搜索值。