Pythonpandas
パッケージの階層インデックスに苦労しています。具体的には、データがピボットされた後に行のデータ をフィルタリングして比較する方法がわかりません。
ドキュメントの例のテーブルは次のとおりです。
import pandas as pd
import numpy as np
In [1027]: df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 6,
'B' : ['A', 'B', 'C'] * 8,
'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
'D' : np.random.randn(24),
'E' : np.random.randn(24)})
In [1029]: pd.pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
Out[1029]:
C bar foo
A B
one A -1.154627 -0.243234
B -1.320253 -0.633158
C 1.188862 0.377300
three A -1.327977 NaN
B NaN -0.079051
C -0.832506 NaN
two A NaN -0.128534
B 0.835120 NaN
C NaN 0.838040
以下のように分析したい。
1) 列属性でこのテーブルをフィルタリングします。たとえば、負の行を選択しますfoo
。
C bar foo
A B
one A -1.154627 -0.243234
B -1.320253 -0.633158
three B NaN -0.079051
two A NaN -0.128534
B
2)異なるA
系列グループ間で残りの系列値を比較しますか? この情報にアクセスする方法がわかりません:{'one':['A','B'], 'two':['A'], 'three':['B']}
どの系列B
値が各キーに固有であるか、または複数のキー グループで見られるかなどを判断します。
これをピボット テーブル構造内で直接行う方法はありpandas
dataframe
ますか?
更新: このコードは正しい方向への一歩だと思います。少なくとも、このテーブル内の個々の値にアクセスできますが、まだ系列の値をハードコーディングしています。
table = pivot_table(df, values='D', rows=['A', 'B'], cols=['C'])
table.ix['one', 'A']