Pandas - 将 DataFrame 值除以 MultiIndex DataFrame 中的系列

Posted 2023-03-12

【中文标题】Pandas - 将 DataFrame 值除以 MultiIndex DataFrame 中的系列

【英文标题】：Pandas - divide DataFrame values by a Series in a MultiIndex DataFrame

【发布时间】：2019-08-02 01:09:55

【问题描述】：

假设我有一个像这样的多索引 DataFrame：

import numpy as np
import pandas as pd

ix = pd.MultiIndex.from_product([['bucket 1', 'bucket 2'], ['q1', 'q2', 'q3']])
col = ['col1', 'col2', 'col3']
df = pd.DataFrame(np.random.randn(6, 3), ix, col)

输出：

                 col1      col2      col3
bucket 1 q1  0.061384  0.364194 -1.502486
         q2  0.562352 -0.044836  0.242474
         q3  0.373411 -0.678429 -1.261984
bucket 2 q1  0.884109 -0.070899  0.085305
         q2 -0.010463  1.463259 -0.572882
         q3 -0.419821 -0.916151  0.032110

现在我创建一个系列，其索引与我的 DataFrame 的列匹配：

s = pd.Series([1,2,3], index=["col1", "col2", "col3"])

我可以将 DataFame 中 bucket 1 中的值除以系列，如下所示：

df.loc["bucket 1"].div(s)

输出：

    col1      col2      col3
q1  0.061384  0.182097 -0.500829
q2  0.562352 -0.022418  0.080825
q3  0.373411 -0.339214 -0.420661

但是，如果我尝试使用此计算来使用 .loc 在 DataFrame 中设置值，它只会创建 NaN：

df.loc["bucket 1"] = df.loc["bucket 1"].div(s)

输出：

                 col1      col2      col3
bucket 1 q1       NaN       NaN       NaN
         q2       NaN       NaN       NaN
         q3       NaN       NaN       NaN
bucket 2 q1  0.884109 -0.070899  0.085305
         q2 -0.010463  1.463259 -0.572882
         q3 -0.419821 -0.916151  0.032110

我做错了什么？如何在 DataFrame 中进行计算？

【问题讨论】：

您需要只将一组除以s，还是最终将其应用于整个DataFrame？

在我的真实用例中，我将有一个不同的系列来划分每个桶。

【参考方案1】：

只需使用.values 设置值：

df.loc["bucket 1"]=df.loc["bucket 1"].div(s).values
print(df)

                 col1      col2      col3
bucket 1 q1 -0.149856  0.220604 -0.048464
         q2 -0.791260 -0.199646  0.148115
         q3 -0.712257 -0.264074 -0.266497
bucket 2 q1 -1.120164 -0.290546  0.577589
         q2 -0.149522 -0.221203 -0.566872
         q3 -1.002036 -2.233220 -1.206849

【讨论】：

谢谢！我觉得很奇怪，直到今天，您还不能就地替换 DataFrame 的一部分。你需要.values。

【参考方案2】：

你只是错过了[]

df.loc[["bucket 1"]]=df.loc[["bucket 1"]].div(s)
df
Out[1092]: 
                 col1      col2      col3
bucket 1 q1 -1.016733 -1.334495  0.417621
         q2  0.892984 -0.329325  0.224591
         q3  1.438399 -0.094883  0.053133
bucket 2 q1 -0.062476  0.962616  0.457755
         q2  0.389670  1.238829  0.390253
         q3  0.713873 -0.034645 -0.148381