对groupby中的多索引执行函数

Question

我有一个多索引的数据帧。下面是一个最小的工作示例：

df = pd.DataFrame({'note':[1,1,1,2,2,2,2],'t': [0.5,0.7,1.2,0.3,0.9,1.3,1.7],'val':[1,-1,0,0,1,0,0]})
dfs = df.set_index(['note','t'])

这给了

>>> dfs
          val
note t
1    0.5    1
     0.7   -1
     1.2    0
2    0.3    0
     0.9    1
     1.3    0
     1.7    0

我想得到的是（a）最小值和（b）每组t索引中的第一个值：

note min  first
1    0.5  0.5
2    0.3  0.3

我可以对原始数据帧df执行groupby，其中note和t是列，而不是索引：

df.groupby('note').agg({'t': [min, lambda x: list(x)[0]]})

但是我不希望在执行reset_index()之后再执行另一个set_index()来将数据帧恢复到多索引版本。我该怎么做？agg函数只适用于列，而不适用于索引。你知道吗

Answer 1

有可能，但不是很干净：

df = (dfs.index.get_level_values(1).to_series()
         .groupby(dfs.index.get_level_values(0))
         .agg(['min', 'first']))
print (df)
      min  first
note            
1     0.5    0.5
2     0.3    0.3

---

df = dfs.reset_index('t').groupby(level=0)['t'].agg(['min', 'first'])
print (df)
      min  first
note            
1     0.5    0.5
2     0.3    0.3

Answer 2

你可以直接在多重索引上工作。使用to_series将dfs.index转换为一系列多索引和元组值。接下来，切片以获取元组值的最后一级。在那之后，只需对level=0和agg像正则列那样执行groupby

dfs.index.to_series().str[-1].groupby(level=0).agg(['min', 'first'])

Out[463]:
      min  first
note
1     0.5    0.5
2     0.3    0.3