将新列插入pandasivot_table

Question

格式化并分组DataFrame之后，我创建了以下ivot_table，该表显示了给定凭据的M和F的数量：

Gender            F         M
Credential                   
AA            105.0     117.0
AU            870.0     249.0
CNA          6309.0    5276.0

接下来，我要插入另一列，该列对于给定的凭证具有F与M的比率。 例如：

Gender            F         M    Ratio
Credential                       
AA            105.0     117.0    0.8974
AU            870.0     249.0    3.4939
CNA          6309.0    5276.0    1.1957

我遇到了无法添加新列的问题，因为它还不是一个类别。

TypeError: cannot insert an item into a CategoricalIndex that is not already an existing category

我相信这是有道理的，因为没有所谓的“性别”即“比率”，这不是我想要的。 有没有人有什么建议？ 我认为这很简单：

df["Ratio"] = df["F"] / df["M"]

但显然不是。

编辑：

如果未在原始DataFrame中输入新列，也许是从原始DataFrame中提取数据并使用该Ratio列创建一个新DataFrame？

编辑2：

以下是重现步骤：

df = pd.DataFrame({
    'Credential': np.random.choice(['AA', 'AU', 'CNA'], 100), 
    'Gender': np.random.choice(['F', 'M'], 100), 
    'Counts': np.random.randn(100)
    })
df['Gender'] = df['Gender'].astype('category')
dfNew = pd.pivot_table(df, values='Counts', index='Credential', columns="Gender")
dfNew["Ratio"] = dfNew["F"] / dfNew["M"]

EDIT3（解决方法代码）：

这是解决错误的步骤：

df = pd.DataFrame({
    'Credential': np.random.choice(['AA', 'AU', 'CNA'], 100), 
    'Gender': np.random.choice(['F', 'M'], 100), 
    'Counts': np.random.randn(100)
    })
df['Gender'] = df['Gender'].astype('category')
dfNew = pd.pivot_table(df, values='Counts', index='Credential', columns="Gender")

# Changing from categoricals
dfNew.columns = dfNew.columns.tolist()

dfNew["Ratio"] = dfNew["F"] / dfNew["M"]