如何添加和計算（基於其他列）具有分層索引的pandas數據框中的子列？

Question

我是熊貓新手，我正在努力掌握多指標數學......

假設我們有一個帶有2D列和2D行的pandas數據幀，如示例所示，我們如何添加一個“子列” ('ALPHA', 'gamma') ，其值等於(same d1, same d2, 'ALPHA', 'alpha') + (same d1, d2-1, 'BETA', 'alpha') ，即('A',2,'ALPHA','gamma')是10 + 2？

ridx = pd.MultiIndex.from_tuples([('A',1),('A',2),('A',3),('B',1),('B',2),('B',3),('C',1),('C',2),('C',3)], names=['d1', 'd2'])
cidx = pd.MultiIndex.from_tuples([('ALPHA','alpha'),('ALPHA','beta'),('BETA','alpha'),('BETA','beta')], names=['d3', 'd4'])
dfmix = pd.DataFrame([(0,1,2,3),(10,11,12,13),(20,21,22,23),
                      (30,31,32,33),(40,41,42,43),(50,51,52,53),
                      (60,61,62,63),(70,71,72,73),(80,81,82,83),                     
                     ], index=ridx, columns=cidx)
dfmix 

Answer 1

一個班輪：

dfmix['ALPHA','gamma'] = dfmix['ALPHA','alpha']
                       + dfmix.groupby(level='d1').shift()['BETA','alpha']

pd.shift是一個很好的工具，可以根據需要對齊行。 pd.groupby用於在應用此操作之前對行進行分組。

對於

In [6]: dfmix.sort_index(axis=1)
Out[6]: 
d3    ALPHA            BETA     
d4    alpha beta gamma alpha beta
d1 d2                            
A  1      0    1   NaN     2    3
   2     10   11    12    12   13
   3     20   21    32    22   23
B  1     30   31   NaN    32   33
   2     40   41    72    42   43
   3     50   51    92    52   53
C  1     60   61   NaN    62   63
   2     70   71   132    72   73
   3     80   81   152    82   83

當然，如果數學公式沒有意義，你就有Nan值。

Answer 2

您可以通過dfmix.columns[0..n]訪問每個唯一列

以下內容有助於更好地理解它：

In [129]: dfmix.columns[0]
Out[129]: ('ALPHA', 'alpha')

In [134]: dfmix[dfmix.columns[0]][1]
Out[134]: 10

In [136]: dfmix.columns[2]
Out[136]: ('BETA', 'alpha')

In [137]: dfmix[dfmix.columns[2]][0]
Out[137]: 2

In [138]: dfmix[dfmix.columns[0]][1] + dfmix[dfmix.columns[2]][0]
Out[138]: 12