[英]Multiply two Series with MultiIndex in pandas
我正在嘗試將兩個Series
都乘以MultiIndex
:
import pandas as pd
tuples = [(0, 100, 1000),(0, 100, 1001),(0, 100, 1002), (1, 101, 1001)]
index_3levels=pd.MultiIndex.from_tuples(tuples,names=["l1","l2","l3"])
tuples = [(0, 100), (1, 101)]
index_2levels=pd.MultiIndex.from_tuples(tuples,names=["l1","l2"])
data_3levels = pd.Series(1, index=index_3levels)
data_2levels = pd.Series([2,3], index=index_2levels)
print data_3levels
l1 l2 l3
0 100 1000 1
1001 1
1002 1
1 101 1001 1
dtype: int64
print data_2levels
l1 l2
0 100 2
1 101 3
dtype: int64
問題是我無法將Series
從2級重新索引為3級:
data_2levels.reindex(data_3levels.index, level=["l1","l2"])
Exception: Join on level between two MultiIndex objects is ambiguous
我找到了解決方法:
for l1 in [0,1]:
data_3levels[l1] *= data_2levels[l1].reindex(data_3levels[l1].index, level="l2")
print data_3levels
l1 l2 l3
0 100 1000 2
1001 2
1002 2
1 101 1001 3
dtype: int64
但我認為應該只有一種方法可以執行此操作。
嘗試這個。 reset_index
刪除最后一個級別,因此乘以它們時相同
In [25]: x = data_3levels.reset_index(level=2,drop=True)*data_2levels
由於您想要原始索引(並且形狀未更改),因此可以使用。
In [26]: x.index=data_3levels.index
In [27]: x
Out[27]:
l1 l2 l3
0 100 1000 2
1001 2
1002 2
1 101 1001 3
dtype: int64
有一個解決方法,直到通過各種增強請求提出“不錯”的解決方案。
您可以簡單地:
unstack
有問題的索引級別 stack
有問題的索引級別。 像這樣:
In [92]: data_3levels.unstack('l3').mul(data_2levels, axis=0).stack()
Out[92]:
l1 l2 l3
0 100 1000 2
1001 2
1002 2
1 101 1001 3
dtype: float64
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.