在 groupby 中对多索引执行功能

Question

我有一个带有 MultiIndex 的数据框。这是一个最小的工作示例：

df = pd.DataFrame({'note':[1,1,1,2,2,2,2],'t': [0.5,0.7,1.2,0.3,0.9,1.3,1.7],'val':[1,-1,0,0,1,0,0]})

dfs = df.set_index(['note','t'])

这使

>>> dfs

          val

note t

1    0.5    1

     0.7   -1

     1.2    0

2    0.3    0

     0.9    1

     1.3    0

     1.7    0

我想要的是获得（a）最小值和（b）t每组索引中的第一个值：

note min  first

1    0.5  0.5

2    0.3  0.3

我可以对原始数据框进行分组df，其中note和t是列而不是索引：

df.groupby('note').agg({'t': [min, lambda x: list(x)[0]]})

但我宁愿不执行reset_index()另一个set_index()将数据帧恢复到 MultiIndex 版本的操作。我该怎么做呢？该agg函数仅适用于列，而不适用于索引。

Answer 1

这是可能的，但不是很干净：df = (dfs.index.get_level_values(1).to_series()         .groupby(dfs.index.get_level_values(0))         .agg(['min', 'first']))print (df)      min  firstnote            1     0.5    0.52     0.3    0.3df = dfs.reset_index('t').groupby(level=0)['t'].agg(['min', 'first'])print (df)      min  firstnote            1     0.5    0.52     0.3    0.3

Answer 2

您可以直接在多索引上工作。用于to_series转换dfs.index为一系列多索引和元组值。接下来，切片以获取元组值的最后一个元素。之后就做groupby和level=0喜欢agg常规专栏dfs.index.to_series().str[-1].groupby(level=0).agg(['min', 'first'])Out[463]:      min  firstnote1     0.5    0.52     0.3    0.3