具有多索引的 Pandas Dataframe 中 2 列之间的差异

Question

我有一个 Pandas DataFrame，它的列是 MultiIndex，有 2 个级别，如下所示：

index = ['monday','tuesday','wednesday']
tuples = [('yesterday','travel'),('yesterday','food'),('today','travel'),('today','food')]
columns = pd.MultiIndex.from_tuples(tuples,names=[None,'category'])
df = pd.DataFrame(np.random.randint(low=0, high=10, size=(3, 4)), index=index, columns=columns)

我只是想将每个“旅行”和“食物”列的差异存储到一个新的顶级列中——例如“差异”——在“昨天”和“旅行”旁边

diff = t['today'] - t['yesterday']

将返回我感兴趣的底层 DataFrame，但我无法弄清楚如何将它正确放置在整个 DataFrame 中

就像是：

pd.concat([df,diff],axis=1)

产生一个有趣（但不正确）的结果

Answer 1

一种方法是将diff的列设为MultiIndex例如：

diff = df['today'] - df['yesterday']
diff.columns = pd.MultiIndex.from_tuples([('diff',col) for col in diff.columns])

然后当你使用concat ，它给出：

print (pd.concat([df,diff],axis=1))
          yesterday       today        diff     
category     travel food travel food travel food
monday            8    7      7    1     -1   -6
tuesday           1    3      0    8     -1    5
wednesday         6    4      5    6     -1    2

编辑：另一种不使用MultiIndex是直接执行创建列的操作：

df[[('diff','travel'),('diff','food')]] = df['today'] - df['yesterday']

以及更通用的方法，您可以使用get_level_values

df[[('diff',col) for col in df.columns.get_level_values(1).unique()]] = df['today'] - df['yesterday']