关于如何从pandas数据帧中获取最后一个索引值,似乎有很多答案,但我试图为多索引数据帧中级别为0的每个索引的最后一行获取索引位置号。我找到了一种使用循环的方法,但数据帧有数百万行,而且这个循环很慢。我假设有一种更具蟒蛇风格的方式来做这件事。
下面是df3的一个小示例。我想要获取df >>在变为新股票之前的最后一行的索引中数字的列表(或数组)。索引列就是我想要的结果。这是df的索引位置。
Stock Date Index
AAPL 12/31/2004
1/3/2005
1/4/2005
1/5/2005
1/6/2005
1/7/2005
1/10/2005 3475
AMZN 12/31/2004
1/3/2005
1/4/2005
1/5/2005
1/6/2005
1/7/2005
1/10/2005 6951
BAC 12/31/2004
1/3/2005
1/4/2005
1/5/2005
1/6/2005
1/7/2005
1/10/2005 10427
这是我使用的代码,数据帧中的df3
test_index_list = []
for start_index in range(len(df3)-1):
end_index = start_index + 1
if df3.index[start_index][0] != df3.index[end_index][0]:
test_index_list.append(start_index)
发布于 2018-06-27 04:45:37
我用get_level_values
对MultiIndex
的第一级索引的divakar answer做了一点修改
df = pd.DataFrame({'A':list('abcdef'),
'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'D':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4],
'F':list('aaabbc')}).set_index(['F','A','B'])
print (df)
C D E
F A B
a a 4 7 1 5
b 5 8 3 3
c 4 9 5 6
b d 5 4 7 9
e 5 2 1 2
c f 4 3 0 4
def start_stop_arr(initial_list):
a = np.asarray(initial_list)
mask = np.concatenate(([True], a[1:] != a[:-1], [True]))
idx = np.flatnonzero(mask)
stop = idx[1:]-1
return stop
print (df.index.get_level_values(0))
Index(['a', 'a', 'a', 'b', 'b', 'c'], dtype='object', name='F')
print (start_stop_arr(df.index.get_level_values(0)))
[2 4 5]
https://stackoverflow.com/questions/51050956
复制相似问题