如何按pandas中的分层列进行分组?

Dim*_*iev 2 python indexing pandas

我有一个带有分层列索引的数据框.现在我想按列分组['X', 'chromosome'].有没有办法在不改变数据框架结构的情况下做到这一点?

import pandas as pd

X =  pd.DataFrame.from_dict( {'chromosome':['chr1', 'chr2', 'chr2', 'chr2'],'start':[1,2,1,4]})
Y = pd.DataFrame.from_dict( {'chromosome':['chr1', 'chr2', 'chr2', 'chr3'],'start':[4,5,6,1]})
df_stats = pd.DataFrame.from_dict( {'pvalue':[ 1e-30, 1e-3, 1e-10, 1e-40],'t-stat':[4.4,5.5,6.6, 7.7]})

dd = {'X': X, 'Y': Y, 'STATS':df_stats}
df_qtls = pd.concat(dd.values(), axis = 1, keys= list(dd.keys()) )
df_qtls 

for n, g in df_qtls.groupby(['X', 'chromosome'], axis=0):
    print(n, g)
Run Code Online (Sandbox Code Playgroud)

导致错误:

...
ValueError: Grouper for 'X' not 1-dimensional
Run Code Online (Sandbox Code Playgroud)

Jia*_* Li 6

对于多级列,用于('X', 'chromosome')访问特定列.

for n, g in df_qtls.groupby([('X', 'chromosome')]):
    print(n)
    print(g)

chr1
           Y                X             STATS       
  chromosome start chromosome start      pvalue t-stat
0       chr1     4       chr1     1  1.0000e-30    4.4
chr2
           Y                X             STATS       
  chromosome start chromosome start      pvalue t-stat
1       chr2     5       chr2     2  1.0000e-03    5.5
2       chr2     6       chr2     1  1.0000e-10    6.6
3       chr3     1       chr2     4  1.0000e-40    7.7        
Run Code Online (Sandbox Code Playgroud)

  • 请注意,由于某种原因,列名必须在大小为1的列表中.例如`groupby(('X','chromosome'))```groupby([('X','chromosome')不起作用)])`确实有效. (2认同)