python 变量 组合_包含分类变量组合的GroupBy

三年后，我重新审视了这个问题，并给出了这个问题的一般解决方案

它正在这个开源库中使用，这就是为什么我现在能够做到这一点here，它可以处理任意数量的索引，并使用numpy矩阵广播在它们上创建组合

所以首先，这不是一个有效的数据帧。索引不是唯一的。让我们为该对象添加另一个索引并使其成为一个序列：df = pd.DataFrame({

'unique': [1, 2, 3, 4, 5, 6],

'index': ['a','b','c','a','b','c'],

'column': [1,2,3,4,1,2]

}).set_index(['unique','index'])

s = df['column']

让我们解开这个索引：

^{pr2}$

>>> sum = np.nansum(vals, axis=0)

>>> count = (~np.isnan(vals)).sum(axis=0)

>>> mean = (sum + sum[:, np.newaxis]) / (count + count[:, np.newaxis])

array([[ 2.5, 2. , 2.5],

[ 2. , 1.5, 2. ],

[ 2.5, 2. , 2.5]])

现在重新创建输出数据帧：>>> new_df = pd.DataFrame(mean, unstacked.columns, unstacked.columns.copy())

index_ a b c

index

a 2.5 2.0 2.5

b 2.0 1.5 2.0

c 2.5 2.0 2.5

>>> idxs_ = [ x+'_' for x in idxs ]

>>> new_df.columns.names = idxs_

>>> new_df.stack(idxs_, dropna=False)

index index_

a a 2.5

b 2.0

c 2.5

b a 2.0

b 1.5

c 2.0

c a 2.5

b 2.0

c 2.5