如何对多索引时间序列数据进行分组？

Question

假设我生成如下 df

testdf = pd.DataFrame(np.random.randn(4,4),index= pd.date_range("20170101",periods=4),columns =list("ABCD"))

testdf
Out[40]: 
                   A         B         C         D
2017-01-01  0.084624 -0.371352 -1.013843 -1.102199
2017-01-02  0.390855 -0.519623  0.241092 -1.474969
2017-01-03  0.129163 -0.183547 -1.333859 -0.864320
2017-01-04  1.265360 -0.260505  0.633058 -0.077758

然后我创建一个多索引如下

index = pd.MultiIndex.from_arrays([list("ABCD"),("one","one","two","two")],names=['letter','number'])

testdf.columns = index

testdf
Out[44]: 
letter             A         B         C         D
number           one       one       two       two
2017-01-01  0.084624 -0.371352 -1.013843 -1.102199
2017-01-02  0.390855 -0.519623  0.241092 -1.474969
2017-01-03  0.129163 -0.183547 -1.333859 -0.864320
2017-01-04  1.265360 -0.260505  0.633058 -0.077758

现在如何按 number 分组？

我试着分组如下。

testdf.groupby('number')

抛出以下错误。

KeyError: 'number'

Answer 1

使用 groupby 和参数 axis=1 按列分组，定义级别，然后添加聚合函数，如 sum、mean:

df = testdf.groupby(axis=1, level=1).sum()

或者：

df = testdf.groupby(axis=1, level='number').sum()

如何对多索引时间序列数据进行分组？

how to groupby a Multi Index time series data?

pandas

pandas-groupby