根据其他列的值在多索引数据框中创建新列的简单方法

Posted 2023-03-12

【中文标题】根据其他列的值在多索引数据框中创建新列的简单方法

【英文标题】：easy way to create new columns in multiindex dataframe based on values of other columns

【发布时间】：2017-08-06 01:42:04

【问题描述】：

我有多索引数据框：

df=pd.DataFrame(np.zeros((2,4)))
df.columns=pd.MultiIndex.from_arrays([['a','a','b','b'],[1,2,1,2]])
df['a']=10
df['b']=20

   a       b   
   1  2    1  2
0  10  10  20  20
1  10  10  20  20

我想创建一个新的上层列，它是“a”和“b”之和，即

想要的结果：

   a       b      c   
   1  2    1  2   1  2  
0  10  10  20  20 30 30
1  10  10  20  20 30 30

理想情况下，我想写一些类似于

的东西

df['c']=df['a']+df['b'] 

但它不适用于多索引数据帧

【参考方案1】：

最简单的就是使用stack和unstack：

df = df.stack()
df['c']=df['a']+df['b'] 
df = df.unstack()
print (df)
    a       b       c    
    1   2   1   2   1   2
0  10  10  20  20  30  30
1  10  10  20  20  30  30

add 和 concat 的另一种解决方案：

df1 = df.a.add(df.b)
#create MultiIndex with c level
df1.columns = [['c'] * len(df1.columns), df1.columns]
print (df1)
    c    
    1   2
0  30  30
1  30  30

df2 = pd.concat([df, df1], axis=1)
print (df2)
    a       b       c    
    1   2   1   2   1   2
0  10  10  20  20  30  30
1  10  10  20  20  30  30

【讨论】：

第一个解决方案真的很简单。

是的，可能会慢一点，因为重塑。 ;)

@jezrael：恭喜你进入精英 100K 俱乐部 ;-)

【参考方案2】：

在添加列值时，我假设您的意思是“b”而不是“c”。 检查this 可能有帮助的问题。