Question

我正在构建一个应该有两个列级别的数据框：上一级将是任意数量的测量值，然后第二级将具有“平均值”。和＆＃39; sd＆＃39;每个测量的子列。

我希望通过逐个添加列集（测量+平均和sd子列）来组装数据框，但我无法弄清楚如何在pandas中逐步添加新的多级列。 我该怎么做？

作为替代方案，我一次组装dataFrame，然后使用dataframe.ix填充值。

但是我执行此组合的代码一次又一次是可怕的，因为在给定的函数运行中我有任意数量的测量值（上限）和statistics_vales（下限）。这是一个可怕的黑客版本，在列上有4个上层和2个下层。我怎么能取代这个恶心的代码？

hackColumnsUpperAttributes=['CHG_NET_1D','CHG_NET_1D','VOLUME','VOLUME','OPEN_INT','OPEN_INT','d_OI','d_OI']
hackColumnsLowerStats=["avg","sd","avg","sd","avg","sd","avg","sd"]

stats=pd.DataFrame(index=securities, columns = [hackColumnsUpperAttributes, hackColumnsLowerStats])

还想知道什么是更好的做法 - 构建数据帧incrementall（第一种方法）或在构建数据帧时构建它，然后填写单个单元格。

编辑：根据要求，这是一个示例数据框

我的程序化问题是我将有一个任意数量的顶级列（CHG_NET_1D，VOLUME，OPEN_INT，D_OI等等）我需要给每个列的子列提供＆＃34;平均＆＃34;和＆＃34; sd＆＃34;。

问题：（1）我无法弄清楚如何逐步向数据帧添加更多列/子列（2）如果我想一次组装整个数据帧（不是逐步添加列），那么我不知道创建任意数量的多级列的好方法。我最终做了像上面的hackColumns示例那样的事情。

Answer 1

如果您的行索引是一致的，您可以按pd.concat逐步添加。

就我理解您的问题而言，这是一种方法 - 取决于您的生成过程是什么，它可能有效也可能无效。

import pandas as pd
import numpy as np

outer_1 =['open','close','vol',]
outer_2 =['high','low']
inner = ['sd','mean']
tickers=['AAPL','MSFT','NTES','GOOG']

在这里，我们将outer_1和outer_2定义为已知的外层，假设它们是已知的（如果是任意的话）。对于这些，我们需要inner中的统计数据。（填写实际的计算逻辑）。

measure1=pd.DataFrame(np.random.randn(4,6),index=tickers,columns=pd.MultiIndex.from_product([outer_1,inner], names=['grp', 'detail']))

然后是第一帧

measure1.head()

grp         open               close                 vol          
detail        sd      mean        sd      mean        sd      mean
AAPL    1.809306 -0.218046 -0.847634 -0.652089 -1.089633 -0.784762
MSFT   -0.370508 -1.405567  0.015618  0.902277 -0.907756  1.519284
NTES    0.510792  1.030581 -0.657835  0.854525 -1.091934  0.890248
GOOG    0.171839  0.553251 -1.175595 -0.895070  0.597228 -0.948348

并且，让我们假设你想用另外数量的摘要统计数据扩展这个框架（对于相同的行索引，但是不同的外部列索引）：

measure2=pd.DataFrame(np.random.randn(4,4),index=tickers,columns=pd.MultiIndex.from_product([outer_2,inner], names=['grp', 'detail']))
measure2.head()


grp         high                 low          
detail        sd      mean        sd      mean
AAPL    0.679143 -0.302045 -0.329448  0.731871
MSFT    0.335058  0.316156  0.469268 -1.535572
NTES    0.756789  0.612469 -1.016683 -0.244080
GOOG   -0.039307 -0.134497  0.333860  1.431367

然后，您可以合并，合并行索引（axis=1）。

pd.concat([measure1,measure2],axis=1)

grp         open               close                 vol                high                 low          
detail        sd      mean        sd      mean        sd      mean        sd      mean        sd      mean
AAPL    1.809306 -0.218046 -0.847634 -0.652089 -1.089633 -0.784762  0.679143 -0.302045 -0.329448  0.731871
MSFT   -0.370508 -1.405567  0.015618  0.902277 -0.907756  1.519284  0.335058  0.316156  0.469268 -1.535572
NTES    0.510792  1.030581 -0.657835  0.854525 -1.091934  0.890248  0.756789  0.612469 -1.016683 -0.244080
GOOG    0.171839  0.553251 -1.175595 -0.895070  0.597228 -0.948348 -0.039307 -0.134497  0.333860  1.431367

创建多索引列DataFrame（扩展说明）

1 个答案: