如何用多级索引对pandas系列进行groupby和sum？

Question

我有一个名为busyness的Series对象，它是通过以下方式从DataFrames创建的：

entries = last.ENTRIES - first.ENTRIES
exits   = last.EXITS   - first.EXITS
busyness = entries + exits

其中last和first是带有列的数据帧。以下是busyness的外观：

^{pr2}$

我需要执行一个聚合，类似于以下内容：

ipdb> busyness.groupby('STATION').sum()
*** KeyError: 'STATION'

如何使用一个Series对象来实现这一点。我习惯于处理数据帧。谢谢你的帮助！在

Answer 1

因为我们有一个多级索引，所以在构造DataFrame时需要调用reset_index，如下所示：

ipdb> import pandas as pd
ipdb> df = pd.DataFrame(busyness).reset_index()
ipdb> summed = df.groupby('STATION').sum()
ipdb> summed.head()
                   0
STATION
1 AV           48949
103 ST         51262
103 ST-CORONA  32165
104 ST          5612
110 ST         21252

Answer 2

你可以用^{}乘以4。Multiindex（python从0开始，所以level=3）：

summed = df.groupby(level=3).sum()

Answer 3

由于多索引级别有名称，因此可以在调用groupby时按名称指定级别：

busyness.groupby(level='STATION').sum()