使用 pandas.MultiIndex 重采样：Resampler.aggregate()

Question

我正在尝试重新采样数据框。首先，我想在结果中保留几个聚合。其次，对于特定列，还有一个额外的聚合感兴趣。由于此聚合仅与单个列相关，因此可以将重采样器限制在此列，以免不必要地将聚合应用于其他列。

此方案适用于简单的一维列索引：

import numpy as np

import pandas as pd

df = pd.DataFrame(data=np.random.rand(50,4), index=pd.to_datetime(np.arange(0, 50), unit="s"), columns=["a", "b", "c", "d"])

r = df.resample("10s")

result = r.aggregate(["mean", "std"])

result[("d", "ffill")] = r["d"].ffill()

print(result)

但是，一旦我开始使用多索引列，问题就出现了。首先，我不能一次保留多个聚合：

df.columns = pd.MultiIndex.from_product([("a", "b"), ("alpha", "beta")])

r = df.resample("10s")    # can be omitted

result = r.aggregate(["mean", "std"])

---> AttributeError: 'Series' object has no attribute 'columns'

其次，重采样器不能再局限于相关列：

r[("b", "beta")].ffill()

--> KeyError: "Columns not found: 'b', 'beta'"

如何将我的关注点从简单指数转变为多指数？

Answer 1

您可以使用pd.Grouperagroupby而不是重新采样，例如：result = df.groupby(pd.Grouper(freq='10s',level=0)).aggregate(["mean", "std"])print (result)                           a                                       b  \                        alpha                beta               alpha                            mean       std      mean       std      mean   1970-01-01 00:00:00  0.460569  0.312508  0.476511  0.260534  0.479577   1970-01-01 00:00:10  0.441498  0.315277  0.487855  0.306068  0.535842   1970-01-01 00:00:20  0.569884  0.248503  0.320552  0.288479  0.507755   1970-01-01 00:00:30  0.478037  0.262654  0.552214  0.251581  0.505132   1970-01-01 00:00:40  0.611227  0.328916  0.473773  0.241604  0.358298                                      beta                                      std      mean       std  1970-01-01 00:00:00  0.357493  0.448487  0.294432  1970-01-01 00:00:10  0.259145  0.472250  0.320954  1970-01-01 00:00:20  0.369490  0.432944  0.150473  1970-01-01 00:00:30  0.298759  0.381614  0.248785  1970-01-01 00:00:40  0.203831  0.381412  0.374965  对于第二部分，我不确定您的意思，但是根据在单列级别的情况下给出的结果，试试这个它会给出一个结果result[("b", "beta",'ffill')] = df.groupby(pd.Grouper(freq='10s',level=0))[[("b", "beta")]].first()

Answer 2

应该是aggregate. 一个复飞将是stack：(df.stack().groupby(level=-1)  .apply(lambda x:x.resample('10s', level=0).aggregate(["mean", "std"]))  .unstack(level=0))