Question

我正在尝试将两个Series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

问题是我无法将Series从2到3级重新索引：

data_2levels.reindex(data_3levels.index, level=["l1","l2"])
Exception: Join on level between two MultiIndex objects is ambiguous

我发现了这个解决方法：

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

但我认为应该有一种方法只需一步即可执行此操作。

Answer 1

试试这个。 reset_index删除最后一个级别，因此当您乘以

时它们是相同的

In [25]: x = data_3levels.reset_index(level=2,drop=True)*data_2levels

由于您需要原始索引（并且形状未更改），因此可以正常工作。

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

Answer 2

有一种解决方法，直到通过各种增强请求找到“好的”解决方案。

你可以简单地说：

unstack有问题的索引级别
进行乘法
stack有问题的索引级别。

像这样：

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

在熊猫中将两个系列与MultiIndex相乘

2 个答案: