时间戳

首页 > 解决方案 > 通过添加其他横截面将 pandas MultiIndex 的横截面设置为 DataFrame

python - 通过添加其他横截面将 pandas MultiIndex 的横截面设置为 DataFrame

问题描述

我目前正在尝试根据组内的其他索引分配具有某些索引的行。

考虑以下熊猫数据框：

import pandas as pd
import numpy as np

index = pd.MultiIndex.from_product([list('abc'), ['aa', 'bb', 'cc']])
df = pd.DataFrame({'col1': np.arange(9), 
                   'col2': np.arange(9, 18), 
                   'col3': np.arange(18,27)}, 
                   index=index)

输出df：

      col1  col2  col3
a aa     0     9    18
  bb     1    10    19
  cc     2    11    20
b aa     3    12    21
  bb     4    13    22
  cc     5    14    23
c aa     6    15    24
  bb     7    16    25
  cc     8    17    26

我想为每个第一级索引分配索引“cc”等于“aa”加上“bb”。

以下工作正常，但我想知道是否有一种无需引用底层 NumPy 数组即可设置值的方法。

df.loc[pd.IndexSlice[:, 'cc'], :] = (df.xs('aa', level=1) 
                                     + df.xs('bb', level=1)).values

有没有办法将“cc”行直接设置为下面的输出？我认为尝试直接设置以下内容的问题是由于索引不匹配。我能以某种方式解决这个问题吗？

df.xs('aa', level=1) + df.xs('bb', level=1)

标签： pythonpandasdataframenumpymulti-index

解决方案

更新

您可以使用pandas.DataFrame.iloc

df.iloc[df.index.get_level_values(1)=='cc'] = df.xs('aa', level=1) + df.xs('bb', level=1)

旧答案

你可以这样做：

df[df.index.get_level_values(1)=='cc'] = df.xs('aa', level=1) + df.xs('bb', level=1)

免责声明：它适用于 pandas 1.2.1 版，不适用于 pandas 1.2.3。我没有测试任何其他版本

推荐阅读