Multiindex Datenrahmen zu Serie

Question

Ich habe einen Multiindex Datenrahmen von:

df.set_index(['Field1', 'Field2'], inplace=True) 

Ist dies nicht ein Multiindex Datenrahmen ist mir bitte sagen, wie man machen.

Ich möchte:

• Gruppe mit den gleichen Spalten, die
• Aggregate eine Zählung jeder Gruppe
• Dann schicken Sie das Ganze als Serie mit Field1 und Field2 als die im Index enthalten sind index

Wie gehe ich dabei vor?

ZUSÄTZLICHE INFORMATIONEN

Ich habe einen Multiindex Datenrahmen, der wie folgt aussieht:

Continent  Sector    Count  
Asia   1      4 
       2      1 
Australia  1      1 
Europe  1      1 
       2      3 
       3      2 
North America 1      1 
       5      1 
South America 5      1 

Wie kann ich dies als eine Serie mit dem Index der Rückkehr [Kontinent, Sector]

Answer 1

Ich denke, Sie brauchen groupby mit Aggregat size:

df = pd.DataFrame({'Field1':[1,1,1], 
        'Field2':[4,4,6], 
        'C':[7,8,9], 
        'D':[1,3,5], 
        'E':[5,3,6], 
        'F':[7,4,3]}) 


df.set_index(['Field1', 'Field2'], inplace=True) 
print (df) 
       C D E F 
Field1 Field2    
1  4  7 1 5 7 
     4  8 3 3 4 
     6  9 5 6 3 

print (df.index) 
MultiIndex(levels=[[1], [4, 6]], 
      labels=[[0, 0, 0], [0, 0, 1]], 
      names=['Field1', 'Field2']) 

print (df.groupby(level=[0,1]).size()) 
Field1 Field2 
1  4   2 
     6   1 
dtype: int64 

---

print (df.groupby(level=['Field1', 'Field2']).size()) 
Field1 Field2 
1  4   2 
     6   1 
dtype: int64 

---

print (df.groupby(level=['Field1', 'Field2']).count()) 
       C D E F 
Field1 Field2    
1  4  2 2 2 2 
     6  1 1 1 1 

What is the difference between size and count in pandas?

EDIT von Kommentar:

df.set_index(['Continent', 'Sector'], inplace=True) 
print (df) 
         Count 
Continent  Sector  
Asia   1   4 
       2   1 
Australia  1   1 
Europe  1   1 
       2   3 
       3   2 
North America 1   1 
       5   1 
South America 5   1 

print (df['Count']) 
Continent  Sector 
Asia   1   4 
       2   1 
Australia  1   1 
Europe   1   1 
       2   3 
       3   2 
North America 1   1 
       5   1 
South America 5   1 
Name: Count, dtype: int64 

Oder:

print (df.squeeze()) 
Continent  Sector 
Asia   1   4 
       2   1 
Australia  1   1 
Europe   1   1 
       2   3 
       3   2 
North America 1   1 
       5   1 
South America 5   1 
Name: Count, dtype: int64 

Alle zusammen mit set_index:

print (df) 
     Continent Sector Count 
0   Asia  1  4 
1   Asia  2  1 
2  Australia  1  1 
3   Europe  1  1 
4   Europe  2  3 
5   Europe  3  2 
6 North America  1  1 
7 North America  5  1 
8 South America  5  1 

print (df.set_index(['Continent', 'Sector'])['Count']) 
Continent  Sector 
Asia   1   4 
       2   1 
Australia  1   1 
Europe   1   1 
       2   3 
       3   2 
North America 1   1 
       5   1 
South America 5   1 
Name: Count, dtype: int64