2
我在我的机智结束这个...我有一个三列(aff_id,mkt和bkgs)的数据框我分组他们( aff_id和MKT):迭代多指标数据框(Python)和分配索引到索引值对
df_gb_aff = df.groupby(["affiliate_id", 'mkt']).sum()
df_gb_aff.sort('bkgs', ascending=False, inplace=True)
给我一个多指标数据帧,看起来有点像这样:
bkgs
aff_id mkt
2508b863a1a4 bcab9d6ec630 1910.707124
6cc5f0e8c96b b7d0dbd38376 1374.924684
188e238326e4 446bb566f202 1206.589522
dbe759c691eb 1203.979908
6cc5f0e8c96b 0e9013464c4c 1203.532310
我想现在要做的是遍历每个aff_id,并作出的字典mkt(key) - bkgs(value)对,但由于每个aff_id值具有不同的mkt值,因此Python会在df_gb_aff.loc [ index_1,index_2]不存在。
我已经得到的指标与这些:
aff_list = df_gb_aff.index.levels[0].values
mkt_list = df_gb_aff.index.levels[1].values
,并试图与遍历:
for i in aff_list:
for j in mkt_list :
print df_gb_aff.loc[i,j]
任何人有这样一种合适的方式?
d = {IDX:df_gb_aff.ix [IDX] [0]在df_gb_aff.index IDX}正是我所期待的。太好了! –
如果我的回答很有帮助,请不要忘记[接受](http://meta.stackexchange.com/a/5235/295067)它。谢谢。 – jezrael