带有 MultiIndex 的 Pandas DataFrame：检查索引之一中重复元素的有效方法答案

【问题标题】：Pandas DataFrame with MultiIndex: efficient way of checking duplicate elements in one of the indices带有 MultiIndex 的 Pandas DataFrame：检查索引之一中重复元素的有效方法
【发布时间】：2012-10-22 22:27:45
【问题描述】：

我正在处理这样的数据：

Sample  Detector        Cq
P_1   106    23.53152
P_1   106    23.152458
P_1   106    23.685083
P_1   135        24.465698
P_1   135        23.86892
P_1   135        23.723469
P_1   17  22.524242
P_1   17  20.658733
P_1   17  21.146122

正如this post 中所建议的，我正在使用 MultiIndex 来处理它。但是，我想知道如何使用这样的结构进行一些额外的检查。让我们更好地解释一下：每个“样本”列都有固定数量的重复“检测器”元素，从 1（无重复）到多个重复元素。我想确保对于每个样本元素，检测器的数量始终相同（即，如果 P_1 有 3 个“106”检测器，则 P_2 也应该有 3 个“106”检测器）。

目前我这样做相当粗略：

def replicate_counter(dataframe, name):
    subset = dataframe.ix[name]
    num_replicates = subset.index.size / subset.index.unique().size
    return num_replicates

# Further down...
# dataframe is a MultiIndex DataFrame like above
counts = pandas.Series([replicate_counter(dataframe, item[0]) for item
                        in dataframe.index]).unique()

if counts.size != 1:
    raise ValueError("Detectors not equal for all samples")

对我来说这似乎很 hacky，可能在 pandas 中有更好的方法来做到这一点。这怎么可能实现？

【问题讨论】：

标签： python pandas data-analysis

【解决方案1】：

事实证明，groupby 是使这一点清晰简洁（并且可能更有效）所需要的：

counts = dataframe.groupby(level=["Sample", "Detector"])
counts = counts.size().unique()

if counts.size != 1:
    raise ValueError("Detectors not equal for all samples")

【讨论】：