在第二级索引中应用新行

时间:2018-10-05 06:35:05

标签: python pandas numpy pandas-groupby pandas-apply

我有一个看起来像这样的数据框:

+-----------+---------+-------+-------+-------+
|           |         | Day 1 | Day 2 | Day 3 |
+-----------+---------+-------+-------+-------+
| Product 1 | Revenue |     0 |     0 |     0 |
|           | Cost    |     0 |     0 |     0 |
| Product 2 | Revenue |     0 |     0 |     0 |
|           | Cost    |     0 |     0 |     0 |
| Product 3 | Revenue |     0 |     0 |     0 |
|           | Cost    |     0 |     0 |     0 |
+-----------+---------+-------+-------+-------+

基本上是垂直的两级索引。第一层是产品,第二层是收入或成本。

我想在“收入和成本”(简称“收入-成本”)下的所有产品中添加一个“利润”行。甚至是该产品的平均收入等。但是,在进行了许多试验之后,我似乎无法使它与多层次一起使用。

Product 1 Revenue    0
          Cost       0
          Profit     0

这怎么实现?

1 个答案:

答案 0 :(得分:1)

这确实取决于您要执行此操作的次数以及如何存储当前的其他值。

如果您希望仅将少量利润添加到上述各项中,则可以使用this method。但是,此方法使用了ix(我认为是不推荐使用)。因此,我建议使用at

df = pd.DataFrame({('A', 'b'): [1, 2, 3], ('A', 'a'): [7, 2, 9]}).T
df.at[('B', 'a'), :] = [1, 4, 5]

Out[1]:     
                0    1   2
         A  b   1    2   3
            a   7    2   9
         B  a   1    4   5

如果您的获利信息存储在另一个DataFrame中,则最容易使用concat

df = pd.DataFrame({('A', 'b'): [1, 2, 3], ('A', 'a'): [7, 2, 9]}).T
df2 = pd.DataFrame({('B', 'a'): [1, 4, 5]}).T

pd.concat([df, df2])

Out[1]: 
        0   1   2
A   b   1   2   3
    a   7   2   9
B   a   1   4   5