PandasでMultiindex

6850 ワード
NaN NaN テキストリンク

参考URL : https://jakevdp.github.io/PythonDataScienceHandbook/03.05-hierarchical-indexing.html

データフレーム作成

# hierarchical indices and columns
index = pd.MultiIndex.from_product([[2013, 2014], [1, 2]],
                                   names=['year', 'visit'])
columns = pd.MultiIndex.from_product([['Bob', 'Guido', 'Sue'], ['HR', 'Temp']],
                                     names=['subject', 'type'])

# mock some data
data = np.round(np.random.randn(4, 6), 1)
data[:, ::2] *= 10
data += 37

# create the DataFrame
health_data = pd.DataFrame(data, index=index, columns=columns)
health_data

列のHRのみにアクセス。idxを使わない方法もあるけど、使う方法を覚えといた方が良いかもしれない。

idx = pd.IndexSlice
health_data.loc[idx[:,:],idx[:,'HR']]

行のvisit=1のみにアクセス

idx = pd.IndexSlice
health_data.loc[idx[:,1],idx[:,:]]

Guido列とSue列にアクセス

health_data[['Guido','Sue']]

BobのHRにアクセス

health_data.loc[:,('Bob','HR')]

既存のデータフレームにindexを追加する場合は、以下のように再定義する。

idx = pd.MultiIndex.from_arrays([df['group'],df['name']])
df.index = idx

index名にアクセス

> health_data.index.get_level_values(1)
Int64Index([1, 2, 1, 2], dtype='int64', name='visit')

条件を指定して抽出。※~health_data.index.get_level_values(1).isin(リスト)でも良い。これは複数条件指定出来る。

idx = health_data.index.get_level_values(1)!=1
health_data.loc[idx,]

条件抽出 複数指定

条件を複数指定出来る。HR列を抽出

idx = pd.IndexSlice
cnd = health_data.columns.get_level_values(1).isin(['HR'])
health_data.loc[idx[:,:],idx[:,cnd]]
subject Bob Guido Sue
type HR HR HR
year visit
2013 1 37.0 30.0 26.0
2 38.0 39.0 43.0
2014 1 26.0 33.0 22.0
2 34.0 39.0 26.0

HR列「以外」を抽出

idx = pd.IndexSlice
cnd = ~health_data.columns.get_level_values(1).isin(['HR'])
health_data.loc[idx[:,:],idx[:,cnd]]
subject Bob Guido Sue
type Temp Temp Temp
year visit
2013 1 35.9 36.2 37.8
2 37.0 37.1 38.5
2014 1 38.5 37.3 36.8
2 37.1 37.2 37.1