时间戳

首页 > 解决方案 > 创建多索引（3 轴）以取 1 轴的平均值

python - 创建多索引（3 轴）以取 1 轴的平均值

问题描述

我有一个 DataFrames 列表，其中包含一个带有日期时间索引的时间序列。我有另一个名为 longname 的列表，我想将其关联到每个数据框。我想将这些 Dataframes-longname 与 Mainlabel 列表（通过 longname by , MainName,SubName 相关联）分组。现在我想通过 longname 和 MainNames 从数据框中获取相对于日期时间索引的平均值。如果这听起来令人困惑，我很抱歉。

我想到的是令人困惑和复杂的。所以我想知道是否有人有我应该采取的更好的方法。到目前为止，我所做的是使用 pd.concat() 将数据帧列表扩展为 1 列，但似乎无法使用长名称的“keys”参数来标记它们，这给了我一个错误， ValueError: Shape of passed values is (823748, 2), indices imply (3343070, 2). 这失去了我的第二个索引器。如果它有效，我希望使用短名称轻松地将它们分组。例如。

ShortNames = ['MainName1','MainName2']

idx = allvars.index.str.extract('('+ '|'.join(ShortNames) + ')', expand=False)

Allmean = allvars.groupby(idx).mean(axis = (1,2,3))

我有多个看起来像这个的数据框；

            Amount(mm)
Date                  
1900-01-01         0.0
1900-01-02         0.0
1900-01-03         5.1
1900-01-04         0.0
1900-01-05         0.0
1900-01-06         0.0
1900-01-07         0.0

我拥有的长名列表如下：

longnames = ['MainName1,SubName1', 'MainName1,SubName2', 'MainName2,SubName1', 'MainName2,SubName2']

总的来说，我想仅在日期时间索引上取平均值，但被分组为 MainNames。所以这应该导致只有 2 个索引。这是 MainName 和 DateTime 索引。如同;

                               Amount(mm)
                   Date                  
MainName1          1900-01-01         0.0
                   1900-01-02         0.0
                   1900-01-03         5.1
                   1900-01-04         0.0
                   1900-01-05         0.0
                   1900-01-06         0.0
                   1900-01-07         0.0
MainName2          1900-01-04         8.0
                   1900-01-05         9.0
                   1900-01-06         1.0
                   1900-01-07         2.0

标签： pythonpandas

解决方案

样品DataFrames：

print (df1)
print (df2)
print (df3)
            Amount(mm)
Date                  
1900-01-01         0.0
1900-01-02         0.0
1900-01-03         5.1
1900-01-04         0.0
1900-01-05         0.0
1900-01-06         0.0
1900-01-07         0.0
            Amount(mm)
Date                  
1900-01-01         4.0
1900-01-02         5.0
1900-01-03         5.1
1900-01-04         6.0
            Amount(mm)
Date                  
1900-01-04         8.0
1900-01-05         9.0
1900-01-06         1.0
1900-01-07         2.0

首先是列表的长度必须longsnames与数量相同DataFrames（这里为 3）

dfs = [df1,df2,df3]
longsnames = ['MainName1,SubName1', 'MainName1,SubName2', 'MainName2,SubName1']

allvars = pd.concat(dfs, keys = longsnames)
print (allvars)
                               Amount(mm)
                   Date                  
MainName1,SubName1 1900-01-01         0.0
                   1900-01-02         0.0
                   1900-01-03         5.1
                   1900-01-04         0.0
                   1900-01-05         0.0
                   1900-01-06         0.0
                   1900-01-07         0.0
MainName1,SubName2 1900-01-01         4.0
                   1900-01-02         5.0
                   1900-01-03         5.1
                   1900-01-04         6.0
MainName2,SubName1 1900-01-04         8.0
                   1900-01-05         9.0
                   1900-01-06         1.0
                   1900-01-07         2.0

然后有必要选择MultiIndexby 的第一级Index.get_level_values：

ShortNames = ['MainName1','MainName2']

idx = allvars.index.get_level_values(0).str.extract('('+ '|'.join(ShortNames) + ')', expand=False)
print (idx)
Index(['MainName1', 'MainName1', 'MainName1', 'MainName1', 'MainName1',
       'MainName1', 'MainName1', 'MainName1', 'MainName1', 'MainName1',
       'MainName1', 'MainName2', 'MainName2', 'MainName2', 'MainName2'],
      dtype='object')

最后聚合mean：

Allmean = allvars.groupby([idx, 'Date']).mean()
#oldier pandas version alternative
#Allmean = allvars.groupby([idx, allvars.index.get_level_values(1)]).mean()
print (Allmean)
                      Amount(mm)
          Date                  
MainName1 1900-01-01         0.0
          1900-01-02         0.0
          1900-01-03         5.1
          1900-01-04         0.0
          1900-01-05         0.0
          1900-01-06         0.0
          1900-01-07         0.0
MainName2 1900-01-01         4.0
          1900-01-02         5.0
          1900-01-03         5.1
          1900-01-04         6.0

推荐阅读