小编jba*_*rdo的帖子

编辑：输入样本数据 df 和预期输出。编辑2：我稍微修改了数据，以便结果在每种情况下都不是与“cc”相关的统一最大数字。

我的问题是：

• 我有一个数据框，其中有两个索引列，我按（Index1，Index2）和三列（X，Y，Z）分组
• 我创建了一个 groupby 并向其应用了一个函数（将 groupby 对象中的所有列缩放为 1）
• 我对生成的数据帧进行了总结，以获得每行的总和

df 为：

df = pd.DataFrame({'Index1': ['A', 'A', 'A', 'B', 'B', 'B'],
                'Index2': ['aa', 'bb', 'cc', 'aa', 'bb', 'cc'],
                'X': [1, 2, 7, 3, 6, 1],
                'Y': [2, 3, 6, 2, 4, 1],
                'Z': [3, 5, 9, 1, 2, 1]})

那么代码是：

df_scored = pd.DataFrame()   #new df to hold results
cats = [X, Y, Z]             #categories (columns of df) to be scaled
grouped = df.groupby([Index 1, Index 2]).sum()
for cat …

我无法发表评论，因为我是 stackoverflow 的新手，所以不能直接在线程中提问，但我想澄清这个问题中的解决方案：

# From Paul H
import numpy as np
import pandas as pd
np.random.seed(0)
df = pd.DataFrame({'state': ['CA', 'WA', 'CO', 'AZ'] * 3,
                   'office_id': list(range(1, 7)) * 2,
                   'sales': [np.random.randint(100000, 999999)
                             for _ in range(12)]})
state_office = df.groupby(['state', 'office_id']).agg({'sales': 'sum'})
# Change: groupby state_office and divide by sum
state_pcts = state_office.groupby(level=0).apply(lambda x:
                                                 100 * x / float(x.sum()))

Run Code Online (Sandbox Code Playgroud)

我了解多索引选择（级别 0 与级别 1），但我不清楚xlambda 函数中的每个索引是指什么。将x在x.sum()会向我提及level = 0（总结中的每个分组在所有的结果level = 0），但 …

有没有办法根据边缘颜色（而不是节点颜色）在 networkx 中创建图例？

这是我的图表：

plt.figure(figsize = (15, 10))
G = nx.from_pandas_dataframe(df, 'From', 'To', ['Order', 'Colors'])
edge_labels = nx.get_edge_attributes(G, 'Order')
nx.draw_networkx(G, with_labels = False, node_color = 'black', alpha = 0.5, node_size = 3, linewidths = 1, edge_color = df['Colors'], edge_cmap = 
plt.cm.Set2)
plt.show()

其中，['Order']是边缘的描述符，['Color']是映射到 中每个值的唯一整数['Order']，它致力于基于 Set2 颜色图创建边缘颜色。

我可以使用以下内容获取边缘标签： edge_labels = nx.get_edge_attributes(G, 'Order') 但是如何将其放入图例中？

如果有帮助，我很乐意分享数据和完整代码！