質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.51%

  • Python 3.x

    6387questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    584questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • NumPy

    448questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

pandas:階層型インデックスのあるデータフレームの計算

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 523

ak_miyamoto

score 23

環境:Python3.6 win10

初学者です。階層型インデックスのあるデータフレームと、もう1つのデータフレームの2つを用いて計算したいと考えています。
具体的には、

data1(階層インデックスあり)

id1 id2 value1 value2 value3 value4
A a 1 5 3 40
A b 5 2 12 4
B a 6 21 3 4
B b 1 2 0 14
B c 7 12 3 4
C a 1 22 7 43
C b 8 2 3 89
D a 2 2 5 4
...
Z a 2 3 4 5
Z b 9 8 7 6

data2(data1と共通のid1のみ存在)

id1 value1 value2 value3 value4
A 2 53 4 42
B 36 2 33 14
C 12 2 37 3
D 2 61 5 8
Z 0 1 1 3

があったときに,「data1の値からdata2の値を引く。ただし計算は、id1に紐づけて行う(id2の数に関わらず、id1が同じ行は同じものとみなす)」という作業をしたいと考えております。
以下のような計算結果が欲しいです。

data3

id1 id2 value1 value2 value3 value4
A a 1-2 5-53 3-4 40-42
A b 5-2 2-53 12-4 4-42
B a 6-36 21-2 3-33 4-14
B b 1-36 2-2 0-33 14-14
B c 7-36 12-2 3-33 4-14
C a 1-12 22-2 7-37 43-3
C b 8-12 2-2 3-37 89-3
D a 2-2 2-61 5-5 4-8
...
Z a 2-0 3-1 4-1 5-3
Z b 9-0 8-1 7-1 6-3

付帯情報

  1. data1とdata2のカラムの数(valueの数)は共通です。
  2. data1:id1(A,B,C…)あたりのid2の数は一定ではありません。また実際には、id1はアルファベットで表現できないほど沢山あります。
  3. data2:id1の数はdata1と共通です。
data2.sub(data1)


といった方法を使うのかとも考えたのですが、いまいちよくわからない状況です。pandasかNumpyであればどのような方法でも構いません。よろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

とりあえず2通り書いてみました。

もう少しスマートな方法があるかもしれませんが・・。

下記のようなデータにおいて

import pandas as pd
idx = pd.MultiIndex.from_arrays([['A','A','B','B','B','C','C','D'],
                                 ['a','b','a','b','c','a','b','a']])
df1 = pd.DataFrame([[1,5,3,40],
                    [5,2,12,4],
                    [6,21,3,4],
                    [1,2,0,14],
                    [7,12,3,4],
                    [1,22,7,43],
                    [8,2,3,89],
                    [2,2,5,4]], 
                   index=idx,
                   columns=['value1','value2','value3','value4'])

df2 = pd.DataFrame([[2,53,4,42],
                    [36,2,33,14],
                    [12,2,37,3],
                    [2,61,5,8]],
                   index=['A','B','C','D'],
                   columns=['value1','value2','value3','value4'])

(1) ループを使う

for idx, row in df1.iterrows():
    df1.loc[idx] = row.sub(df2.loc[idx[0]])
print(df1)

(2) Apply()を使う

df1 = df1.apply(lambda d:d.sub(df2.loc[d.name[0]]), axis=1)
print(df1)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/01/08 09:47

    うまくいきました!ありがとうございます。また、クリップして下さった方もありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.51%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python 3.x

    6387questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    584questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • NumPy

    448questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。