Question

我有一个数据框，为了避免元组列名，我故意使用空白级别：

>>> df
      user1 user2 count
                   0      1             2
                   a      a      b      a 
    0  2     6     0      1      0      0
    1  4     6     0      0      0      3
    2  21    76    2      0      1      0
    3  5     18    0      0      0      0

请注意，user1和user2与count处于同一级别（合并的副作用）。

我想创建一个新列（也许在count下？），该列取所有1和2的总和（ 0不包括在内！）。那将意味着：

>>> df
      user1 user2 count
                   0      1             2       sum_1_2
                   a      a      b      a       a        b
    0  2     6     0      1      0      0       1+0      0
    1  4     6     0      0      0      3       0        0+3
    2  21    76    2      0      1      0       0        0
    3  5     18    0      0      0      0       0        0

我已经基于this thread尝试了df.groupby(level=[0,2]).sum()，但是它们没有给我想要的结果（它们的总和中还包含0列，它们也总和{ {1}}和user1）。

发电机代码：

user2

Answer 1

首先使用slicers仅过滤1,2，然后使用sum并添加与原始DataFrame相同级别的级别，以可能使用concat：

idx = pd.IndexSlice
df3 = final_df.loc[:, idx[:, [1,2],:]].sum(level=2, axis=1)
df3.columns = pd.MultiIndex.from_product([['count'], ['sum_1_2'], df3.columns])
print (df3)
    count     
  sum_1_2     
        a    b
0     1.0  0.0
1     0.0  0.0
2     0.0  1.0
3     3.0  0.0

df = pd.concat([final_df, df3], axis=1)
print (df)
  user1 user2 count                            
                  0    1         2 sum_1_2     
                  a    a    b    a       a    b
0     2     6   0.0  1.0  0.0  0.0     1.0  0.0
1     5    18   0.0  0.0  0.0  0.0     0.0  0.0
2    21    76   2.0  0.0  1.0  0.0     0.0  1.0
3     4     6   0.0  0.0  0.0  3.0     3.0  0.0

详细信息：

print (final_df.loc[:, idx[:, [1,2],:]])
  count          
      1         2
      a    b    a
0   1.0  0.0  0.0
1   0.0  0.0  0.0
2   0.0  1.0  0.0
3   0.0  0.0  3.0

使用MultiIndex列在不同级别上求和还是groupby？

1 个答案: