主頁 > 作業系統 > Pandas,多索引-使用鍵映射重新索引兩個索引級別并保持結構

Pandas,多索引-使用鍵映射重新索引兩個索引級別并保持結構

2022-06-13 04:13:11 作業系統

有一段時間得到我對 pandas 多維框架的期望,特別是當我嘗試在一列后繼另一列上對它們進行排序時。我將嘗試通過這個來最好地解釋我所追求的并感謝幫助。

因此,我有一個要分析的資料集,例如,它在 excel 中如下所示:

        Data Opportunity Name Geo Map Forecast Category  Total
0   source_1    opportunity_1   geo_1          pipeline    100
1   source_1    opportunity_2   geo_1            upside    200
2   source_1    opportunity_3   geo_1            commit    300
3   source_1    opportunity_4   geo_1               won    400
4   source_1    opportunity_5   geo_1           omitted    500
5   source_2    opportunity_6   geo_2          pipeline    600
6   source_2    opportunity_7   geo_2            upside    700
7   source_2    opportunity_8   geo_2            commit    800
8   source_2    opportunity_9   geo_2               won    900
9   source_2   opportunity_10   geo_2           omitted   1000
10  source_3   opportunity_11   geo_3          pipeline   1100
11  source_3   opportunity_12   geo_3            upside   1200
12  source_3   opportunity_13   geo_3            commit   1300
13  source_3   opportunity_14   geo_3               won   1400
14  source_3   opportunity_15   geo_3           omitted   1500
15  source_4   opportunity_16   geo_4          pipeline   1600
16  source_4   opportunity_17   geo_4            upside   1700
17  source_4   opportunity_18   geo_4            commit   1800
18  source_4   opportunity_19   geo_4               won   1900
19  source_4   opportunity_20   geo_4           omitted   2000

我通過將資料集從 excel 讀取到資料框 df 中,將該資料集加載到 pandas 中:

import pandas as pd

df = pd.read_excel('C:/Users/nick/Downloads/example_data.xlsx')

我想顯示首先在“地理地圖”欄位上索引的資料,然后在“預測類別”欄位上顯示資料,但我想控制這些值的排序順序。為了確保我能做到這一點,我以我認為可能需要的兩種格式為這兩個欄位創建了一個鍵盤映射:

regions_array = {'geo_2': 1, 'geo_1': 2, 'geo_4': 3, 'geo_3':4}
regions_list = ['geo_2', 'geo_1', 'geo_4', 'geo_3']
categories_array = {'pipeline': 1, 'upside': 2, 'commit': 3, 'won': 4, 'omitted': 5}
categories_list = ['pipeline', 'upside', 'commit', 'won', 'omitted']

當我將資料移動到資料透視表中時,我能夠通過以下資料透視表實作我所追求的多索引結構:

regional_numbers = pd.pivot_table(df, index=['Geo Map', 'Forecast Category'],
columns='Data', values='Total', fill_value=0, aggfunc='sum')
regional_numbers

結果:

Data                       source_1  source_2  source_3  source_4
Geo Map Forecast Category                                        
geo_1   commit                  300         0         0         0
        omitted                 500         0         0         0
        pipeline                100         0         0         0
        upside                  200         0         0         0
        won                     400         0         0         0
geo_2   commit                    0       800         0         0
        omitted                   0      1000         0         0
        pipeline                  0       600         0         0
        upside                    0       700         0         0
        won                       0       900         0         0
geo_3   commit                    0         0      1300         0
        omitted                   0         0      1500         0
        pipeline                  0         0      1100         0
        upside                    0         0      1200         0
        won                       0         0      1400         0
geo_4   commit                    0         0         0      1800
        omitted                   0         0         0      2000
        pipeline                  0         0         0      1600
        upside                    0         0         0      1700
        won                       0         0         0      1900

但是,現在我需要先按“地理地圖”,然后按“預測類別”重新排序我的索引。我曾嘗試排序索引,重新索引,但問題是一旦我根據第一級排序一切都很好,但第二級打破了框架。

我希望我的結果看起來是基于從我的鍵中排序的,首先是“地理地圖”,然后是“預測類別”:

Data                       source_1  source_2  source_3  source_4
Geo Map Forecast Category                                        
geo_2   pipeline                  0       600         0         0
        upside                    0       700         0         0
        commit                    0       800         0         0
        won                       0       900         0         0
        omitted                   0      1000         0         0  
geo_1   pipeline                100         0         0         0
        upside                  200         0         0         0
        commit                  300         0         0         0
        won                     400         0         0         0
        omitted                 500         0         0         0
geo_4   pipeline                  0         0         0      1600
        upside                    0         0         0      1700
        commit                    0         0         0      1800
        won                       0         0         0      1900
        omitted                   0         0         0      2000      
geo_3   pipeline                  0         0      1100         0
        upside                    0         0      1200         0
        commit                    0         0      1300         0
        won                       0         0      1400         0
        omitted                   0         0      1500         0

額外學分

如果我可以將總行數添加到等式中,那將是我正在尋找的最終狀態。我試圖在資料透視引數中添加 margins=True 和 margin_name 但是我需要對我希望避免的鍵中的 Total 列進行排序。額外信用的結束狀態將是:

Data                       source_1  source_2  source_3  source_4
Geo Map Forecast Category                                        
geo_2   pipeline                  0       600         0         0
        upside                    0       700         0         0
        commit                    0       800         0         0
        won                       0       900         0         0
        omitted                   0      1000         0         0
        Total                     0      4000         0         0  

geo_1   ...                     ...       ...       ...       ...
        Total                     X         X         X         X

geo_4   ...                     ...       ...       ...       ...
        Total                     X         X         X         X

geo_3   ...                     ...       ...       ...       ...
        Total                     X         X         X         X

TOTALS                            X         X         X         X

將總數放在所有來源的右側以及在行級別上也會很好,但是無法正確顯示。

如果我要求總數的方式是不可能的,我相信我可以單獨計算出我想要的值,但會很好。

感謝您的任何幫助,您可以提供!

編輯以修復我的預期輸出。

uj5u.com熱心網友回復:

注意:categories_array有以大寫字母開頭的鍵,將它們更改為與資料框中的相同。

嘗試:

def add_total(x):
    x = pd.concat(
        [
            x,
            pd.DataFrame(
                {c: [x[c].sum()] for c in x.columns}, index=[("", "Total")]
            ),
        ]
    )
    return x


regional_numbers = regional_numbers.reindex(
    sorted(
        regional_numbers.index,
        key=lambda k: (regions_array[k[0]], categories_array[k[1]]),
    )
)

regional_numbers = (
    regional_numbers.groupby(level=0, as_index=False, sort=False)
    .apply(add_total)
    .droplevel(0)
)

regional_numbers["TOTAL"] = regional_numbers.sum(axis=1)

regional_numbers = pd.concat(
    [
        regional_numbers,
        pd.DataFrame(
            {
                c: [regional_numbers.xs("Total", level=1).sum().loc[c]]
                for c in regional_numbers.columns
            },
            index=[("TOTAL", "")],
        ),
    ]
)

print(regional_numbers)

印刷:

                           source_1  source_2  source_3  source_4  TOTAL
Geo_Map Forecast_Category                                               
geo_2   pipeline                  0       600         0         0    600
        upside                    0       700         0         0    700
        commit                    0       800         0         0    800
        won                       0       900         0         0    900
        omitted                   0      1000         0         0   1000
        Total                     0      4000         0         0   4000
geo_1   pipeline                100         0         0         0    100
        upside                  200         0         0         0    200
        commit                  300         0         0         0    300
        won                     400         0         0         0    400
        omitted                 500         0         0         0    500
        Total                  1500         0         0         0   1500
geo_4   pipeline                  0         0         0      1600   1600
        upside                    0         0         0      1700   1700
        commit                    0         0         0      1800   1800
        won                       0         0         0      1900   1900
        omitted                   0         0         0      2000   2000
        Total                     0         0         0      9000   9000
geo_3   pipeline                  0         0      1100         0   1100
        upside                    0         0      1200         0   1200
        commit                    0         0      1300         0   1300
        won                       0         0      1400         0   1400
        omitted                   0         0      1500         0   1500
        Total                     0         0      6500         0   6500
TOTAL                          1500      4000      6500      9000  21000

uj5u.com熱心網友回復:

嘗試使用 pd.MultiIndex.from_products 然后重新索引:

idx = pd.MultiIndex.from_product([regions_list, categories_list], names=['Geo Map', 'Forecast Category'])
df_out = regional_numbers.reindex(idx)
df_out

輸出:

Data                       source_1  source_2  source_3  source_4
Geo Map Forecast Category                                        
geo_2   pipeline                  0       600         0         0
        upside                    0       700         0         0
        commit                    0       800         0         0
        won                       0       900         0         0
        omitted                   0      1000         0         0
geo_1   pipeline                100         0         0         0
        upside                  200         0         0         0
        commit                  300         0         0         0
        won                     400         0         0         0
        omitted                 500         0         0         0
geo_4   pipeline                  0         0         0      1600
        upside                    0         0         0      1700
        commit                    0         0         0      1800
        won                       0         0         0      1900
        omitted                   0         0         0      2000
geo_3   pipeline                  0         0      1100         0
        upside                    0         0      1200         0
        commit                    0         0      1300         0
        won                       0         0      1400         0
        omitted                   0         0      1500         0

轉載請註明出處,本文鏈接:https://www.uj5u.com/caozuo/488996.html

標籤:Python 熊猫 排序 jupyter-笔记本 多指标

上一篇:顯示csv的行/列資料,最大值在另一列,同一行(bash)

下一篇:javascript按值排序,如果值相等,則在相等的專案之間按不同的值排序

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • CA和證書

    1、在 CentOS7 中使用 gpg 創建 RSA 非對稱密鑰對 gpg --gen-key #Centos上生成公鑰/密鑰對(存放在家目錄.gnupg/) 2、將 CentOS7 匯出的公鑰,拷貝到 CentOS8 中,在 CentOS8 中使用 CentOS7 的公鑰加密一個檔案 gpg -a ......

    uj5u.com 2020-09-10 00:09:53 more
  • Kubernetes K8S之資源控制器Job和CronJob詳解

    Kubernetes的資源控制器Job和CronJob詳解與示例 ......

    uj5u.com 2020-09-10 00:10:45 more
  • VMware下安裝CentOS

    VMware下安裝CentOS 一、軟硬體準備 1 Centos鏡像準備 1.1 CentOS鏡像下載地址 下載地址 1.2 CentOS鏡像下載程序 點擊下載地址進入如下圖的網站,選擇需要下載的版本,這里選擇的是Centos8,點擊如圖所示。 決定選擇Centos8后,選擇想要的鏡像源進行下載,此 ......

    uj5u.com 2020-09-10 00:12:10 more
  • 如何使用Grep命令查找多個字串

    如何使用Grep 命令查找多個字串 大家好,我是良許! 今天向大家介紹一個非常有用的技巧,那就是使用 grep 命令查找多個字串。 簡單介紹一下,grep 命令可以理解為是一個功能強大的命令列工具,可以用它在一個或多個輸入檔案中搜索與正則運算式相匹配的文本,然后再將每個匹配的文本用標準輸出的格式 ......

    uj5u.com 2020-09-10 00:12:28 more
  • git配置http代理

    git配置http代理 經常遇到克隆 github 慢的問題,這里記錄一下幾種配置 git 代理的方法,解決 clone github 過慢。 目錄 git配置代理 git單獨配置github代理 git配置全域代理 配置終端環境變數 git配置代理 主要使用 git config 命令 git單獨 ......

    uj5u.com 2020-09-10 00:12:33 more
  • Linux npm install 裝包時提示Error EACCES permission denied解

    npm install 裝包時提示Error EACCES permission denied解決辦法 ......

    uj5u.com 2020-09-10 00:12:53 more
  • Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包

    Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包。 18 (flaskApi) [root@67 flaskDemo]# yum -y install nginx 19 已加載插件:fastestmirror, langpacks 20 Loading ......

    uj5u.com 2020-09-10 00:13:13 more
  • Linux查看服務器暴力破解ssh IP

    在公網的服務器上經常遇到別人爆破你服務器的22埠,用來挖礦或者干其他嘿嘿嘿的事情~ 這種情況下正確的做法是: 修改默認ssh的22埠 使用設定密鑰登錄或者白名單ip登錄 建議服務器密碼為復雜密碼 創建普通用戶登錄服務器(root權限過大) 建立堡壘機,實作統一管理服務器 統計爆破IP [root ......

    uj5u.com 2020-09-10 00:13:17 more
  • CentOS 7系統常見快捷鍵操作方式

    Linux系統中一些常見的快捷方式,可有效提高操作效率,在某些時刻也能避免操作失誤帶來的問題。 ......

    uj5u.com 2020-09-10 00:13:31 more
  • CentOS 7作業系統目錄結構介紹

    作業系統存在著大量的資料檔案資訊,相應檔案資訊會存在于系統相應目錄中,為了更好的管理資料資訊,會將系統進行一些目錄規劃,不同目錄存放不同的資源。 ......

    uj5u.com 2020-09-10 00:13:35 more
最新发布
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:43:21 more
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:42:36 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:26:53 more
  • 設定Windows主機的瀏覽器為wls2的默認瀏覽器

    這里以Chrome為例。 1. 準備作業 wsl是可以使用Windows主機上安裝的exe程式,出于安全考慮,默認情況下改功能是無法使用。要使用的話,終端需要以管理員權限啟動。 我這里以Windows Terminal為例,介紹如何默認使用管理員權限打開終端,具體操作如下圖所示: 2. 操作 wsl ......

    uj5u.com 2023-04-19 09:25:49 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:19:04 more
  • Linux學習筆記

    IP地址和主機名 IP地址 ifconfig可以用來查詢本機的IP地址,如果不能使用,可以通過install net-tools安裝。 Centos系統下ens33表示主網卡;inet后表示IP地址;lo表示本地回環網卡; 127.0.0.1表示代指本機;0.0.0.0可以用于代指本機,同時在放行設 ......

    uj5u.com 2023-04-18 06:52:01 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:50 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:01 more
  • 你是不是暴露了?

    作者:袁首京 原創文章,轉載時請保留此宣告,并給出原文連接。 如果您是計算機相關從業人員,那么應該經歷不止一次網路安全專項檢查了,你肯定是收到過資訊系統技術檢測報告,要求你加強風險監測,確保你提供的系統服務堅實可靠了。 沒檢測到問題還好,檢測到問題的話,有些處理起來還是挺麻煩的,尤其是線上正在運行的 ......

    uj5u.com 2023-04-05 16:52:56 more
  • 細節拉滿,80 張圖帶你一步一步推演 slab 記憶體池的設計與實作

    1. 前文回顧 在之前的幾篇記憶體管理系列文章中,筆者帶大家從宏觀角度完整地梳理了一遍 Linux 記憶體分配的整個鏈路,本文的主題依然是記憶體分配,這一次我們會從微觀的角度來探秘一下 Linux 內核中用于零散小記憶體塊分配的記憶體池 —— slab 分配器。 在本小節中,筆者還是按照以往的風格先帶大家簡單 ......

    uj5u.com 2023-04-05 16:44:11 more