我是新来的熊猫,我正在努力掌握多指标数学。。。在
假设我们有一个包含2D列和2D行的pandas数据帧,在这个示例中,我们如何添加一个值等于的“sub column”('ALPHA', 'gamma')
(same d1, same d2, 'ALPHA', 'alpha') +
(same d1, d2-1, 'BETA', 'alpha')
,即{
ridx = pd.MultiIndex.from_tuples([('A',1),('A',2),('A',3),('B',1),('B',2),('B',3),('C',1),('C',2),('C',3)], names=['d1', 'd2'])
cidx = pd.MultiIndex.from_tuples([('ALPHA','alpha'),('ALPHA','beta'),('BETA','alpha'),('BETA','beta')], names=['d3', 'd4'])
dfmix = pd.DataFrame([(0,1,2,3),(10,11,12,13),(20,21,22,23),
(30,31,32,33),(40,41,42,43),(50,51,52,53),
(60,61,62,63),(70,71,72,73),(80,81,82,83),
], index=ridx, columns=cidx)
dfmix
您可以通过
dfmix.columns[0..n]
访问每个唯一列以下内容有助于更好地理解:
一条线:
pd.shift是根据需要对齐行的好工具。pd.groupby 用于在应用此操作之前对行进行分组。在
为
^{pr2}$当然,如果数学公式没有意义的话,你就有了Nan值。在
相关问题 更多 >
编程相关推荐