我已经看到了level方法pd.DataFrame，add，sub和div的{{1}}参数。 Documentation州：
level：int或name
跨级别广播，匹配传递的MultiIndex级别的索引值
我似乎无法理解如何正确使用它。
考虑：
mul如果我加100，我会得到我的预期。 import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(8).reshape(4, 2),
pd.MultiIndex.from_product([['A', 'B'], ['one', 'two']]),
list('ab'))
df
a b
A one 0 1
two 2 3
B one 4 5
two 6 7
参数无关。
level但我认为添加一个阵列会很有特色。
pd.concat([df, df.add(100), df.add(100, level=0), df.add(100, level=1)],
axis=1, keys=['Original', 'No Level', 'Level 0', 'Level 1'])
Original No Level Level 0 Level 1
a b a b a b a b
A one 0 1 100 101 100 101 100 101
two 2 3 102 103 102 103 102 103
B one 4 5 104 105 104 105 104 105
two 6 7 106 107 106 107 106 107
a = np.arange(2) + 100
pd.concat([df, df.add(a), df.add(a, level=0), df.add(a, level=1)],
axis=1, keys=['Original', 'No Level', 'Level 0', 'Level 1'])
Original No Level Level 0 Level 1
a b a b a b a b
A one 0 1 100 102 100 102 100 102
two 2 3 102 104 102 104 102 104
B one 4 5 104 106 104 106 104 106
two 6 7 106 108 106 108 106 108
没有任何区别。
我期待的是：
level有人可以举例说明如何以及何时使用此参数吗？