Python：大熊貓使用.describe（）版本大於0.20的切片

Question

使用這個，因爲它方便。

http://nbviewer.jupyter.org/gist/aflaxman/436cde71f85b93638959

df = pd.DataFrame({'A': [0,0,0,0,1,1], 
        'B': [1,2,3,4,5,6], 
        'C': [8,9,10,11,12,13]}) 

這就要用到工作！

現在：

>>> pandas.__version__ 
u'0.20.3' 

df.groupby('A').describe().unstack()\ 
    .loc[:,(slice(None),['count','mean']),] 

給出：

TypeError: '['count', 'mean']' is an invalid key 

Answer 1

對於欄中移除unstack，因爲在版本0.20.0改變groupby describe formatting：

df = df.groupby('A').describe().loc[:,(slice(None),['count','mean'])] 
print (df) 

     B   C  
    count mean count mean 
A      
0 4.0 2.5 4.0 9.5 
1 2.0 5.5 2.0 12.5 

---

MultiI ndex在index中，因此首先刪除:，因爲選擇了所有索引值。

也有加入slice(None)，因爲MultiIndex有3 levels：

df = df.groupby('A').describe().unstack()\ 
    .loc[(slice(None),['count','mean'],slice(None))] 

print (df) 

      A 
B count 0  4.0 
      1  2.0 
    mean 0  2.5 
      1  5.5 
C count 0  4.0 
      1  2.0 
    mean 0  9.5 
      1 12.5 
dtype: float64 

替代方案：在pandas documentation - using slicers

idx = pd.IndexSlice 
df = df.groupby('A').describe().unstack()\ 
    .loc[idx[:,['count','mean'],:]] 

print (df) 
      A 
B count 0  4.0 
      1  2.0 
    mean 0  2.5 
      1  5.5 
C count 0  4.0 
      1  2.0 
    mean 0  9.5 
      1 12.5 
dtype: float64 

---

df = df.groupby('A').describe().unstack()\ 
    .loc(axis=0)[:,['count','mean'],:] 

print (df) 
      A 
B count 0  4.0 
      1  2.0 
    mean 0  2.5 
      1  5.5 
C count 0  4.0 
      1  2.0 
    mean 0  9.5 
      1 12.5 
dtype: float64 

更多信息。