Pandas 基於多索引值替換 DataFrame 值

Question

我有兩個數據幀，其中第一個數據幀索引/列與第二個數據幀索引/列相關。 在df1 中，列是df2的月份，行是索引的低層。 我想根據這種關系在df2 中分發df1 。 這是一個簡化的示例：

df1 = pd.DataFrame([[1, 2], [3, 4]], index= [1,2], columns=[1, 6])

index_list = [[1, 1, 2, 2],[1,2,1,2]]
header_list = [np.datetime64('2020-01-01'), np.datetime64('2020-06-01'),np.datetime64('2021-01-01'),np.datetime64('2021-06-01')]
df2 = pd.DataFrame(index=index_list, columns=header_list)

Answer 1

有點工作，但沒有大的障礙。

df1.index.name, df1.columns.name = 'key', 'month'
df2.index.names, df2.columns.name = ['a', 'key'], 'date'
x = df1.stack().reset_index().rename(columns={0: 'value'})
y = df2.fillna(0).stack().reset_index(level=-1).drop(0, axis=1)
y['month'] = y['date'].apply(lambda z: z.month)
y = y.reset_index().merge(x, on=['key', 'month']).drop('month', axis=1)
y = y.set_index(['a', 'key', 'date']).unstack('date')