在groupby之后访问pandas中的分层列

Question

我使用pandas来分组数据集.当我使用不同的函数聚合不同的列时,我得到了一个分层的列结构.

G1 = df.groupby('date').agg({'col1': [sum, np.mean], 'col2': 'sum', 'col3': np.mean})

结果是:

            col1               col2       col3
               sum      mean      sum       mean
date
2000-11-01    1701  1.384052    82336  54.222945
2000-11-02   11101  1.447894   761963  70.027260
2000-11-03   11285  1.479418   823355  77.984268

不幸的是,我在文档中找不到太多关于这个结果的结构.我在pandas docs中找到的唯一的东西是分层多索引.

我如何访问这些值？目前我做:X['col1']['mean']访问整个Series

2000-11-01   1.384052   
2000-11-02   1.447894  
2000-11-03   1.479418  

因此X['col1']['mean'][1]获取值1.447894,但我想知道性能,因为这段代码首先切片col1(X ['col1'])导致一个视图/副本(dunno,在这种情况下哪一个)实际包含2列,然后是另一个片段mean.

有小费吗？我在哪里可以找到有关在文档中创建分层列的更多信息？

Answer 1

建议是一次性完成这些(没有链接),这特别允许你做任务(而不是分配给视图和修改被垃圾收集).

访问MultiIndex*列作为元组:

In [11]: df[('col1', 'mean')]
Out[11]:
date
2000-11-01    1.384052
2000-11-02    1.447894
2000-11-03    1.479418
Name: (col1, mean), dtype: float64

和使用loc的特定值:

In [12]: df.loc['2000-11-01', ('col1', 'mean')]
Out[12]: 1.3840520000000001

(要混合标签,位置和位置,iloc,你必须使用ix)

In [13]: df.ix[0, ('col1', 'mean')]
Out[13]: 1.3840520000000001

*这是一个MultiIndex.