将DataFrame列分成两个+ MultiIndex

Question

我有代表人们跨越国界的DataFrame 流

flows = DataFrame([[1,2],[3,4]], index=['Monday', 'Tuesday'], columns=['CZ>DE', 'HU>AT'])

         CZ>DE  HU>AT
Monday       1      2
Tuesday      3      4

我想将每列分为两栏，分别代表每个边界的国家增量/减量。 我当前的代码和期望的结果是这样的

country_from = lambda x: x[:2]
country_to = lambda x: x[3:]
flows_from = -1*flows.copy()
flows_from.columns = pd.MultiIndex.from_tuples([(border, country_from(border)) for border in flows.columns])
flows_to = flows.copy()
flows_to.columns = pd.MultiIndex.from_tuples([(border, country_to(border)) for border in flows.columns])
country_flows = pd.concat([flows_from, flows_to], axis=1)
country_flows = country_flows.groupby(level=[0,1], axis=1).sum()

           CZ>DE    HU>AT   
           CZ DE    AT HU
Monday     -1  1     2 -2
Tuesday    -3  3     4 -4 

这个解决方案很冗长，我怀疑它可以做得更好。 会有一个主意吗？

Answer 1

您可以创建元组来定义MultiIndex的级别：

tuples = [(i,k) for i, j in zip(flows.columns,[i.split('>') for i in flows.columns]) for k in j]

x = flows.values

然后：

data = np.multiply(np.tile([-1,1], x.shape), np.repeat(x, 2, axis=1))

pd.DataFrame(data=data, index=flows.index, columns=pd.MultiIndex.from_tuples(tuples))

产量：

        CZ>DE    HU>AT   
           CZ DE    HU AT
Monday     -1  1    -2  2
Tuesday    -3  3    -4  4

Answer 2

好吧，在这里受到启发之后， python / pandas：如何将两个数据帧与具有分层列索引的一个数据帧组合在一起？ 我通过串联DataFrames字典解决了这个问题。 具有我的原始映射lambda函数

country_from = lambda x: x[:2]
country_to = lambda x: x[3:]

结果可以在一行上获得

pd.concat({col:pd.DataFrame({country_from(col):-1*flows[col], country_to(col):flows[col]}) for col in flows.columns}, axis=1)

           CZ>DE    HU>AT   
           CZ DE    AT HU
Monday     -1  1     2 -2
Tuesday    -3  3     4 -4