小编Jak*_*ris的帖子

我有一个看起来像的多索引系列

            value
foo bar baz     
1   A    C    6
         D    2
    B    D    6
         F    4
2   B    C    5
         F    7

我想总结一下foo和bar,得到每个foo,bar的值的总和,无论baz,我都可以实现df.groupby(level=[0, 1]).sum().这个系列看起来像:

        sum_value
foo bar      
1   A      8
    B      10
2   B      12

然而,我想value用新的来划分原始sum_value,以获得baz的百分比,给予foo和bar.

            value
foo bar baz     
1   A    C    6/8=.75
         D    2/8=.25
    B    D    6/10=.6
         F    4/10=.5
2   B    C    5/12=.42
         F    7/12=.58

我试过df.div(df.groupby(level=[0, 1]).sum()),但得到一个Not Implemented错误.谢谢!

如果我有一个看起来像的数据框

    value   otherstuff
0     4         x
0     5         x
0     2         x
1     2         x
2     3         x
2     7         x

什么是获得新数据框的简洁方法

    value   otherstuff
0     5         x
1     2         x
2     7         x

在哪里删除了具有相同索引的行，因此仅保留具有最大“值”的行？据我所知，df.drop_duplicates中没有选项可以保留最大值，只有第一个或最后一个出现。

我有一系列的地址,想要一个只有街道名称的系列.唯一的问题是一些地址没有门牌号,有些则有.

所以,如果我有一个看起来像的系列:

Idx
 0      11000 SOUTH PARK
 1      20314 BRAKER LANE
 2      203 3RD ST
 3      BIRMINGHAM PARK
 4      E 12TH

我会写什么功能来获得

Idx
 0      SOUTH PARK
 1      BRAKER LANE
 2      3RD ST
 3      BIRMINGHAM PARK
 4      E 12TH

在字符串开头的任何"单词"完全是由数字字符组成的？如您所见,我想保留"3RD STREET"开头的3.我正在思考一个正则表达式,但这超出了我的范围.谢谢!

给定一个数据框,其中包含特定事件的"名称",发生的年份及其类型,如下所示:

index  name  year  type  extracolumns
  0    'a'   2014  'X'     stuff
  1    'a'   2014  'X'     stuff
  2    'a'   2014  'Y'     stuff
  3    'a'   2014  'Y'     stuff
  4    'a'   2015  'X'     stuff
  5    'a'   2015  'X'     stuff
  6    'a'   2015  'Y'     stuff
  7    'b'   2014  'X'     stuff
  8    'b'   2015  'Y'     stuff
  9    'c'   2014  'Z'     stuff

我想要一个由事件的'name'索引的数据帧,它按年份计算每个'type'的数量.理想情况下它看起来像:

index  type_X_2014  type_Y_2014  type_Z_2014  type_X_2015  type_Y_2015  type_Z_2015
 'a'        2            2            0             2           1           0
 'b'        1            0            0             0           1           0
 'c'        0 …