python-MultiIndex列DataFrame的成对差异

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-MultiIndex列DataFrame的成对差异，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含831字，纯文字阅读大概需要2分钟。

内容图文

我有一个带有MultiIndex列的DataFrame,如下所示：

columnIdx1 = ["M1", "M2", "M3", "M4"]
columnIdx2 = ["pos", "neg"]
df = pd.DataFrame(data=np.random.randn(1000, 8), columns=pd.MultiIndex.from_product([columnIdx1, columnIdx2]))

然后,我使用df.mean()计算此平均值,得出相同的列,但只有一行.

A：

     M1       M2       M3       M4
pos neg  pos neg  pos neg  pos neg
  1   8    2   7    3   6    4   5

现在,我想像这样计算每个负数和正数的差：

B：

M1 M2 M3 M4
 7  5  3  1

我的第一个想法是将columnIdx1列转换为行索引,但是我没有找到方法：

   pos neg
M1   1   8
M2   2   7
M3   3   6
M4   4   5

解决方法:

使用Series.unstack进行重塑,然后减去列：

df = df.mean().unstack()
df['diff'] = df['neg'] - df['pos']
print (df)

         neg       pos      diff
M1  0.023254  0.017009  0.006245
M2 -0.028798 -0.054146  0.025349
M3 -0.007544 -0.013178  0.005634
M4  0.049680 -0.046202  0.095882

内容总结

以上是互联网集市为您收集整理的python-MultiIndex列DataFrame的成对差异全部内容，希望文章能够帮你解决python-MultiIndex列DataFrame的成对差异所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端