如何按多层行对python数据框进行分组？

Question

我有以下多级数据框架：

Year   2016                    2017                 

Quarter  3   4                 1                 2      

Month  Sep   Oct   Nov   Dec   Jan  Feb    Mar   Apr   May   Jun

A      0.16  0.95  0.92  0.45  0.30  0.35  0.95  0.88  0.18  0.10

B      0.88  0.67  0.07  0.70  0.74  0.33  0.77  0.21  0.81  0.85

C      0.79  0.56  0.13  0.19  0.94  0.23  0.72  0.62  0.66  0.93

我想对这些季度进行总结，所以最终结果如下：

Year     2016        2017   

Quarter  3     4     1     2

A        0.16  2.32  1.60  1.16

B        0.88  1.44  1.85  1.86

C        0.79  0.89  1.89  2.21

我尝试使用以下公式：

df= df.groupby('Quarter').transform('sum')

但是我得到这个错误：

KeyError: 'Quarter'

显然，这是错误的处理方法。任何人都可以请一个解决方案或寻求解决方案。

附加信息

该df.index命令的输出为：Index([u'A', u'B',u'C'],dtype='object', name=u'DF name')

Answer 1

在熊猫中使用groupby时，将根据列数据对数据进行分组。但是，您有成行的组。您所需要做的就是在分组之前和之后对df进行转置。这是您需要的代码：首先，让我们像您一样创建df：import pandas as pdindex = pd.MultiIndex.from_tuples([(2016, 3, 'Sep', 'A'),                                   (2016, 3, 'Sep', 'B'),                                   (2016, 3, 'Sep', 'C'),                                   (2016, 4, 'Oct', 'A'),                                   (2016, 4, 'Oct', 'B'),                                   (2016, 4, 'Oct', 'C'),                                   (2016, 4, 'Nov', 'A'),                                   (2016, 4, 'Nov', 'B'),                                   (2016, 4, 'Nov', 'C'),                                   (2017, 1, 'Jan', 'A'),                                   (2017, 1, 'Jan', 'B'),                                   (2017, 1, 'Jan', 'C'),                                   (2017, 1, 'Feb', 'A'),                                   (2017, 1, 'Feb', 'B'),                                   (2017, 1, 'Feb', 'C'),                                   ], names=['Year', 'Quarter', 'Month', 'Group'])raw_df = pd.Series(range(15), index=index)df = raw_df.unstack([0,1,2])print(df)输出：Year    2016         2017    Quarter    3   4        1    Month    Sep Oct Nov  Jan FebGroup                        A          0   3   6    9  12B          1   4   7   10  13C          2   5   8   11  14看起来与您的示例完全相同。现在您只需要一行代码：new_df = df.transpose().groupby(['Year', 'Quarter']).sum().transpose()print(new_df)这是您的输出：Year    2016     2017Quarter    3   4    1Group                A          0   9   21B          1  11   23C          2  13   25祝你好运！

Answer 2

df.sum(level=['Year', 'Quater'], axis=1)重现完整示例：import pandas as pdtuples = [(2016, 3, 'Sep'), (2016, 4, 'Oct'), (2016, 4, 'Nov'),          (2016, 4, 'Dec'), (2017, 1, 'Jan'), (2017, 1, 'Feb'),          (2017, 1, 'Mar'), (2017, 2, 'Apr'), (2017, 2, 'May'),          (2017, 2, 'Jun')]index = pd.MultiIndex.from_tuples(tuples, names=['Year', 'Quater', 'Month'])df = pd.DataFrame([(0.16, 0.88, 0.79), (0.95, 0.67, 0.56), (0.92, 0.07, 0.13),                    (0.45, 0.70, 0.19), (0.30, 0.74, 0.94), (0.35, 0.33, 0.23),                    (0.95, 0.77, 0.72), (0.88, 0.21, 0.62), (0.18, 0.81, 0.66),                    (0.10, 0.85, 0.93)],                   index=index,                   columns=["A", "B", "C"])df = df.Tprint(df.sum(level=['Year', 'Quater'], axis=1))