我有一個多索引熊貓數據框的數值。我希望使用其他兩個數據子集對數據框子集中的每一行進行排序。我相信下面的例子會更好地說明我需要什麼:多索引熊貓DataFrame順序排序
考慮這個例子的數據集:
A B C D
rtr 2015-01-31 -1.085631 -0.204201 1.730024 1.710438
2015-02-28 0.997345 1.979348 1.232650 -0.056341
key1 2015-01-31 6.180000 0.990000 2.440000 1.920000
2015-02-28 1.140000 1.810000 4.560000 0.740000
key2 2015-01-31 86.000000 36.000000 61.000000 34.000000
2015-02-28 97.000000 96.000000 48.000000 98.000000
考慮的key1
的最後一行,key2
和rtr
下日期2015-02-28
:
- 在
df.loc['key1']
中,獲取2個最大值的列名。 (即:C,B) - 從列空間中排除C和B列。 (即:cols剩餘:A,D)
- in
df.loc['key2']
,獲取剩餘列空間中最大值的列名稱。 (即:在列A和d值,d是較大的 - >返回d) - 取對應的值從
df.loc['rtr']
對應於在步驟1和3(即發現的列名:返回值df.loc['rtr'].loc['20150228',['C','B','D']]
In [140]: df.loc['rtr'].loc['20150228',['C','B','D']] Out[140]: C 1.232650 B 1.979348 D -0.056341 Name: 2015-02-28 00:00:00, dtype: float64
例如數據生成代碼:
## generate data:
d1,d2,d3 = {},{},{}
np.random.seed(123)
for col in list("ABCD"):
d1[col] = np.random.randn(2)
d2[col] = np.random.gamma(2,3,2).round(2)
d3[col] = np.random.random_integers(0,100, 2)
t_index = pd.date_range(start = '2015-01-31', periods = 2, freq = "M")
dat1 = pd.DataFrame(d1, index = t_index)
dat2 = pd.DataFrame(d2, index = t_index)
dat3 = pd.DataFrame(d3, index = t_index)
df = pd.concat([dat1, dat2, dat3], keys = ['rtr', 'key1', 'key2'])
它仍然不清楚你想要什麼。 – piRSquared
你好,你能否澄清哪一部分不清楚? –
您對僅適用於'2015-01-31'的示例數據應用了星號。提供一個更好的理解預期產出會是什麼樣子會有所幫助。當我看到需要回答的問題時,我會對我認爲需要多長時間回答問題作出判斷。然後我平衡這與我目前的工作量。最後,如果我在閱讀這個問題時my目結舌,我會跳過它。讓人們儘可能容易地閱讀和理解,這對你最有利。 – piRSquared