Question

我有一个pd.DataFrame

       Time    Value  
a   1  1       1      
    2  2       5
    3  5       7
b   1  1       5
    2  2       9
    3  10      11

我希望将列Value与列Time - Time(t-1)相乘，并将结果写入列Product，从第b行开始，但为每个顶级索引分别。

例如Product('1','b')应为(Time('1','b') - Time('1','a')) * Value('1','b')。要做到这一点，我需要一个＆＃34;转移＆＃34;列Time＆＃34;开始＆＃34;在第b行，这样我就可以df["Product"] = (df["Time"].shifted - df["Time"]) * df["Value"]。结果应如下所示：

       Time    Value   Product 
a   1  1       1       0
    2  2       5       5
    3  5       7       21
b   1  1       5       0
    2  2       9       9
    3  10      11      88

Answer 1

这应该这样做：

>>> time_shifted = df['Time'].groupby(level=0).apply(lambda x: x.shift())
>>> df['Product'] = ((df.Time - time_shifted)*df.Value).fillna(0)
>>> df
     Time  Value  Product
a 1     1      1        0
  2     2      5        5
  3     5      7       21
b 1     1      5        0
  2     2      9        9
  3    10     11       88

Answer 2

嘿，这应该做你需要的。评论我是否遗漏了什么。

import pandas as pd
import numpy as np

df = pd.DataFrame({'Time':[1,2,5,1,2,10],'Value':[1,5,7,5,9,11]},
    index = [['a','a','a','b','b','b'],[1,2,3,1,2,3]])

def product(x):
    x['Product'] = (x['Time']-x.shift()['Time'])*x['Value']
    return x

df = df.groupby(level =0).apply(product)
df['Product'] = df['Product'].replace(np.nan, 0)
print df

Python pandas，multindex，切片

2 个答案: