[英]How to add and compute (based on other columns) a sub-column in a pandas dataframe with hierarchical index?
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
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。
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
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.