使用 pandas.MultiIndex 重采样：Resampler.aggregate()

Question

我正在尝试重新采样数据框。首先，我想在结果中保留几个聚合。其次，对于特定列，还有一个额外的聚合感兴趣。由于此聚合仅与单个列相关，因此可以将重采样器限制在此列，以免不必要地将聚合应用于其他列。此方案适用于简单的一维列索引：import numpy as npimport pandas as pddf = pd.DataFrame(data=np.random.rand(50,4), index=pd.to_datetime(np.arange(0, 50), unit="s"), columns=["a", "b", "c", "d"])r = df.resample("10s")result = r.aggregate(["mean", "std"])result[("d", "ffill")] = r["d"].ffill()print(result)但是，一旦我开始使用多索引列，问题就出现了。首先，我不能一次保留多个聚合：df.columns = pd.MultiIndex.from_product([("a", "b"), ("alpha", "beta")])r = df.resample("10s")    # can be omittedresult = r.aggregate(["mean", "std"])---> AttributeError: 'Series' object has no attribute 'columns'其次，重采样器不能再局限于相关列：r[("b", "beta")].ffill()--> KeyError: "Columns not found: 'b', 'beta'"如何将我的关注点从简单指数转变为多指数？

Answer 1

您可以使用pd.Grouperagroupby而不是重新采样，例如：

result = df.groupby(pd.Grouper(freq='10s',level=0)).aggregate(["mean", "std"])

print (result)

                           a                                       b  \

                        alpha                beta               alpha   

                         mean       std      mean       std      mean   

1970-01-01 00:00:00  0.460569  0.312508  0.476511  0.260534  0.479577   

1970-01-01 00:00:10  0.441498  0.315277  0.487855  0.306068  0.535842   

1970-01-01 00:00:20  0.569884  0.248503  0.320552  0.288479  0.507755   

1970-01-01 00:00:30  0.478037  0.262654  0.552214  0.251581  0.505132   

1970-01-01 00:00:40  0.611227  0.328916  0.473773  0.241604  0.358298   

                                   beta            

                          std      mean       std  

1970-01-01 00:00:00  0.357493  0.448487  0.294432  

1970-01-01 00:00:10  0.259145  0.472250  0.320954  

1970-01-01 00:00:20  0.369490  0.432944  0.150473  

1970-01-01 00:00:30  0.298759  0.381614  0.248785  

1970-01-01 00:00:40  0.203831  0.381412  0.374965  

对于第二部分，我不确定您的意思，但是根据在单列级别的情况下给出的结果，试试这个它会给出一个结果

result[("b", "beta",'ffill')] = df.groupby(pd.Grouper(freq='10s',level=0))[[("b", "beta")]].first()

Answer 2

应该是aggregate. 一个复飞将是stack：

(df.stack().groupby(level=-1)

  .apply(lambda x:x.resample('10s', level=0).aggregate(["mean", "std"]))

  .unstack(level=0)

)