如何刪除第一級索引，然后將剩余的索引值與 pd DataFrame 的自定義邏輯合並？

Question

假設我有一個像這樣的 MultiIndex DataFrame：

                             price     volume
year   product   city
2010   A         LA          10        7
       B         SF          7         9 
       C         NY          7         6 
                 LA          18        21
                 SF          4         8
2011   A         LA          13        5 
       B         SF          2         4 
       C         NY          9         3
                 SF          2         0

我想做一個有點復雜的合並，其中刪除 DataFrame 索引（年份）的第一級，並根據一些自定義邏輯合並 DataFrame 中現在第一級索引（產品）中的重復項。 在這種情況下，我希望能夠將價格列設置為使用 2010 年外部索引中的值，將交易量列設置為使用 2011 年外部索引中的值，但我想要一個可以應用於更多列應該存在。

最終的 DataFrame 看起來像這樣，其中價格值來自 2010 年指數，交易量值來自 2011 年指數，其中缺失值用 NaN 填充。

                      price     volume
product   city
A         LA          10        5
B         SF          7         4 
C         NY          7         3 
          LA          18        NaN
          SF          4         0

Answer 1

您可以通過DataFrame.xs按第一級選擇，然后concat ：

df = pd.concat([df.xs(2010)['price'], df.xs(2011)['volume']], axis=1)

也可以使用loc ：

df = pd.concat([df.loc[2010, 'price'], df.loc[2011, 'volume']], axis=1)

---

print (df)
              price  volume
product city               
A       LA       10     5.0
B       SF        7     4.0
C       LA       18     NaN
        NY        7     3.0
        SF        4     0.0