Mehrdimensionale/Verschachtelte Datenrahmen/Datensatz/-Modulen in Pandas

Question

würde Ich mag einige multidimensionalen Daten in einem Pandas Datenrahmen oder Platte speichern, so dass ich mag in der Lage sein, zum Beispiel zurückzukehren:

1. All Zeiten für Runner A, Rennen A
2. die Zeiten alle (und Namen) für Race A für ein bestimmtes Jahr sagen 2015

Beispiel Daten wie folgt aussehen würde, beachten Sie, dass nicht alle Läufer Daten für alle haben wird Jahre oder alle Rassen.

Kann jemand einen guten Weg vorschlagen, dies mit Pandas oder auf andere Weise zu tun?

Name  | Gender | Age 
Runner A | Male | 35 
    Race A 
     Year | Time  
     2015 | 2:35:09 
     2014 | 2:47:34 
     2013 | 2:50:12 
    Race B 
     Year | Time 
     2013 | 1:32:07 

Runner B | Male | 29 
    Race A 
     Year | Time 
     2015 | 3:05:56 

Runner C | Female | 32 
    Race B 
     Year | Time 
     1998 | 1:29:43 

Answer 1

Ich glaube, Sie Multiindex verwenden können und dann Daten auswählen, indem slicers:

import pandas as pd 

df = pd.DataFrame({'Time': {('Runner A', 'Male', 35, 'Race A', 2014): '2:47:34', ('Runner C', 'Female', 32, 'Race B', 1998): '1:29:43', ('Runner B', 'Male', 29, 'Race A', 2015): '3:05:56', ('Runner A', 'Male', 35, 'Race A', 2013): '2:50:12', ('Runner A', 'Male', 35, 'Race B', 2013): '1:32:07', ('Runner A', 'Male', 35, 'Race A', 2015): '2:35:09'}}) 
print (df) 
            Time 
Runner A Male 35 Race A 2013 2:50:12 
          2014 2:47:34 
          2015 2:35:09 
        Race B 2013 1:32:07 
Runner B Male 29 Race A 2015 3:05:56 
Runner C Female 32 Race B 1998 1:29:43 

#index has to be fully lexsorted 
df.sort_index(inplace=True) 
print (df) 
            Time 
Runner A Male 35 Race A 2013 2:50:12 
          2014 2:47:34 
          2015 2:35:09 
        Race B 2013 1:32:07 
Runner B Male 29 Race A 2015 3:05:56 
Runner C Female 32 Race B 1998 1:29:43 

idx = pd.IndexSlice 
print (df.loc[idx['Runner A',:,:,'Race A',:],:]) 
           Time 
Runner A Male 35 Race A 2013 2:50:12 
         2014 2:47:34 
         2015 2:35:09 

print (df.loc[idx[:,:,:,'Race A',2015],:]) 
           Time 
Runner A Male 35 Race A 2015 2:35:09 
Runner B Male 29 Race A 2015 3:05:56 

Answer 2

Einfacher Ansatz:

runners = pd.DataFrame(
    [ 
     ['Bob', 'Male', 1980], 
     ['Tom', 'Male', 1986], 
     ['Amy', 'Female', 1966], 
    ], 
    columns=['Name', 'Gender', 'BirthYear'] 
) 

races = pd.DataFrame(
    [ 
     ['A', 2015, 'Bob', '2:35:09'], 
     ['A', 2014, 'Bob', '2:47:34'], 
     ['A', 2013, 'Bob', '2:50:12'], 
     ['B', 2013, 'Bob', '1:32:07'], 
     ['A', 2015, 'Tom', '3:05:56'], 
     ['B', 1998, 'Amy', '1:29:43'], 
    ], 
    columns=['Race', 'Year', 'Name', 'Time'] 
) 


print races.loc[(races.Name == 'Bob') & (races.Race == 'A')][['Time']] 
print 
print races.loc[(races.Year == 2015) & (races.Race == 'A')][['Name', 'Time']] 

     Time 
0 2:35:09 
1 2:47:34 
2 2:50:12 

    Name  Time 
0 Bob 2:35:09 
4 Tom 3:05:56 

wieder alle Daten

df = races.merge(runners) 

get Alter bei rac e-Zeit

df['Age'] = df.Year - df.BirthYear 
print df 

    Race Year Name  Time Gender BirthYear Age 
0 A 2015 Bob 2:35:09 Male  1980 35 
1 A 2014 Bob 2:47:34 Male  1980 34 
2 A 2013 Bob 2:50:12 Male  1980 33 
3 B 2013 Bob 1:32:07 Male  1980 33 
4 A 2015 Tom 3:05:56 Male  1986 29 
5 B 1998 Amy 1:29:43 Female  1966 32