Question

给定一个包含MultiIndex列的DataFrame（model() { return this.store.createRecord('rental'); }），我想将另一个DataFrame（d）设置为'multicolumns'之一，这样顶级有一些标签，并且第二级标签与原始标签相匹配：

d2

如果可能的话，我想使用一个内置的方法加入他们，以实现以下forloop：

nr.seed(0)
abc = ['a', 'b', 'c']
mi = pd.MultiIndex.from_product([['A'], abc])
d = DataFrame(np.random.randint(0, 10, (4, 3)), columns=mi)
d
   A      
   a  b  c
0  5  0  3
1  3  7  9
2  3  5  2
3  4  7  6

d2 = DataFrame(np.random.randint(0, 10, (4, 3)), columns=abc)
d2
   a  b  c
0  8  8  1
1  6  7  7
2  8  1  5
3  9  8  9

对于具有单级列的DataFrame：

for c2 in d2:
    d['B', c2] = d2[c2]
d
   A        B      
   a  b  c  a  b  c
0  5  0  3  8  8  1
1  3  7  9  6  7  7
2  3  5  2  8  1  5
3  4  7  6  9  8  9

我可以做以下事情：

d3 = d.copy()
d3.columns = d3.columns.droplevel(0)
d3 = d3.rename(columns=dict(zip('abc', 'def')))
d3
   d  e  f
0  5  0  3
1  3  7  9
2  3  5  2
3  4  7  6

但是当我使用MultiIndexed DataFrame尝试这个时，我会收到错误：

d3[d2.columns] = d2
d3
   d  e  f  a  b  c
0  5  0  3  8  8  1
1  3  7  9  6  7  7
2  3  5  2  8  1  5
3  4  7  6  9  8  9

是否有内置方法来执行此操作？（基本上一次为多个列做this）。

Answer 1

<强>更新

def add_multicolumn(df, df2, new_col_name):
    tmp = df2.copy()    # make copy, otherwise df2 will be changed !!!
    tmp.columns = pd.MultiIndex.from_product([[new_col_name], df2.columns.tolist()])
    return pd.concat([df, tmp], axis=1)

假设我们有以下DF并且我们想要添加第三个“多列” - C：

In [114]: d
Out[114]:
   A        B
   a  b  c  a  b  c
0  5  5  7  0  7  2
1  5  3  9  0  5  5
2  5  8  5  5  5  7
3  5  4  5  4  5  2

使用我们的功能：

In [132]: add_multicolumn(d, d2, 'C')
Out[132]:
   A        B        C
   a  b  c  a  b  c  a  b  c
0  5  5  7  0  7  2  0  7  2
1  5  3  9  0  5  5  0  5  5
2  5  8  5  5  5  7  5  5  7
3  5  4  5  4  5  2  4  5  2

OLD回答：

你可以使用pd.concat()：

来完成

In [35]: d = pd.concat({'A':d['A'], 'B':d2}, axis=1)

In [36]: d
Out[36]:
   A        B
   a  b  c  a  b  c
0  7  3  9  0  7  2
1  9  4  5  0  5  5
2  7  6  1  5  5  7
3  2  5  7  4  5  2

说明：

In [37]: d['A']
Out[37]:
   a  b  c
0  7  3  9
1  9  4  5
2  7  6  1
3  2  5  7

In [40]: pd.concat({'A':d['A'], 'B':d2}, axis=1)
Out[40]:
   A        B
   a  b  c  a  b  c
0  5  5  7  0  7  2
1  5  3  9  0  5  5
2  5  8  5  5  5  7
3  5  4  5  4  5  2

从不同数据帧设置新Multiindex列的方法

1 个答案: