小编Mat*_*ttB的帖子

我在pandas df中有一个包含多索引列的数据集,我希望按特定列中的值进行排序.我尝试过使用sortindex和sortlevel但是无法得到我想要的结果.我的数据集看起来像:

    Group1    Group2
    A B C     A B C
1   1 0 3     2 5 7
2   5 6 9     1 0 0
3   7 0 2     0 3 5 

我想按照降序排列组1中C列的所有数据和索引,所以我的结果如下:

    Group1    Group2
    A B C     A B C
 2  5 6 9     1 0 0
 1  1 0 3     2 5 7
 3  7 0 2     0 3 5 

是否可以使用我的数据所在的结构进行此类排序,还是应该将Group1交换到索引端？

使用.loc对索引/切片的赋值进行一般性提问.

假设下面的DataFrame,df:

df:    
    A   B   C
0   a   b   
1   a   b   
2   b   a   
3   c   c   
4   c   a   

代码重现:

df = pd.DataFrame({'A':list('aabcc'), 'B':list('bbaca'), 'C':5*[None]})

我使用以下方法创建df1:

df1=df.loc[df.A=='c']

df1:
    A   B   C
3   c   c   
4   c   a   

然后我根据B中的值为C赋值:

df1.loc[df1.B=='a','C']='d'

赋值有效,但我收到了SettingWithCopy警告.我做错了什么或这是预期的功能？我认为使用.loc会避免链接赋值.有什么东西我错过了吗？我正在使用熊猫14.1

我有一个pandas pivot_table,可以在两行中聚合2个数据集.我想添加另一列,即两行现有列中的聚合值之间的差异.有没有办法直接在pivot_table()调用中实现它？我知道返回的数据帧是一个数据帧,所以我可以通过其他方式计算它,但只是好奇是否有更有效的方法.

我的数据的简单示例:

  Set     Type   Val
  S1       A     1
  S1       B     2
  S1       B     3
  S2       A     4
  S2       B     5
  S2       C     6

使用以下代码,其中数据是我的df

piv=pivot_table(data,'Val',rows='Type',cols='Set',aggfunc=sum,fill_value=0.0)

我得到以下内容

    S1  S2
A   1   4
B   5   5
C   0   6

我希望输出

    S1  S2 Diff
A   1   4   3
B   5   5   0
C   0   6   6

要不就

   Diff
A   3
B   0
C   6