SHARE
TWEET

Untitled

a guest Aug 19th, 2019 91 Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. Country  Metric           2011   2012   2013  2014
  2.   USA     GDP               7      4     0      2
  3.   USA     Pop.              2      3     0      3
  4.   GB      GDP               8      7     0      7
  5.   GB      Pop.              2      6     0      0
  6.   FR      GDP               5      0     0      1
  7.   FR      Pop.              1      1     0      5
  8.      
  9. df = data.groupby(['Country', 'Metric'])
  10.      
  11. import pandas
  12. from io import StringIO
  13.  
  14. datastring = StringIO("""
  15. Country  Metric           2011   2012   2013  2014
  16. USA     GDP               7      4     0      2
  17. USA     Pop.              2      3     0      3
  18. GB      GDP               8      7     0      7
  19. GB      Pop.              2      6     0      0
  20. FR      GDP               5      0     0      1
  21. FR      Pop.              1      1     0      5
  22. """)
  23. data = pandas.read_table(datastring, sep='ss+')
  24. data.set_index(['Country', 'Metric'], inplace=True)
  25.      
  26. 2011  2012  2013  2014
  27. Country Metric                        
  28. USA     GDP        7     4     0     2
  29.         Pop.       2     3     0     3
  30. GB      GDP        8     7     0     7
  31.         Pop.       2     6     0     0
  32. FR      GDP        5     0     0     1
  33.         Pop.       1     1     0     5
  34.      
  35. data.xs('GDP', level='Metric')
  36.  
  37.          2011  2012  2013  2014
  38. Country                        
  39. USA         7     4     0     2
  40. GB          8     7     0     7
  41. FR          5     0     0     1
  42.      
  43. data.columns.names = ['Year']
  44. data = data.stack()
  45. data
  46.  
  47. Country  Metric  Year
  48. USA      GDP     2011    7
  49.                  2012    4
  50.                  2013    0
  51.                  2014    2
  52.          Pop.    2011    2
  53.                  2012    3
  54.                  2013    0
  55.                  2014    3
  56. GB       GDP     2011    8
  57.                  2012    7
  58.                  2013    0
  59.                  2014    7
  60.          Pop.    2011    2
  61.                  2012    6
  62.                  2013    0
  63.                  2014    0
  64. FR       GDP     2011    5
  65.                  2012    0
  66.                  2013    0
  67.                  2014    1
  68.          Pop.    2011    1
  69.                  2012    1
  70.                  2013    0
  71.                  2014    5
  72.      
  73. data.groupby(level=['Metric', 'Year']).sum()
  74. Metric  Year
  75. GDP     2011    20
  76.         2012    11
  77.         2013     0
  78.         2014    10
  79. Pop.    2011     5
  80.         2012    10
  81.         2013     0
  82.         2014     8
  83.      
  84. data.groupby(level=['Metric', 'Year']).sum().unstack(level='Metric')
  85. Metric  GDP  Pop.
  86. Year            
  87. 2011     20     5
  88. 2012     11    10
  89. 2013      0     0
  90. 2014     10     8
  91.      
  92. df = df.groupby(['Metric'])
  93. df.get_group('GDP')
  94.  
  95.    Country Metric  2011    2012    2013    2014
  96. 0    USA     GDP     7      4       0       2
  97. 2    GB      GDP     8      7       0       7
  98. 4    FR      GDP     5      0       0       1
RAW Paste Data
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy. OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!
 
Top