Question

这个问题是试图概括为这个问题提供的解决方案：

Pandas: add a column to a multiindex column dataframe

我需要为每个列索引生成一个列。

spencerlyon2提供的解决方案在我们要添加单个列时起作用：

df['bar', 'three'] = [0, 1, 2]

但是我想对每个第一级列索引进行概括。

源DF：

In [1]: df
Out[2]:
first        bar                 baz
second       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740
B       0.488875  0.428836  1.413451 -0.683677
C      -0.243064 -0.069446 -0.911166  0.478370

下面的目标DF要求three列是其各自索引的one和two列的加法。

In [1]: df
Out[2]:
first        bar                           baz                 
second       one       two     three       one       two      three
A      -1.089798  2.053026  0.963228‬  1.440740 -2.317647  -0.876907‬
B       0.488875  0.428836  0.917711 -0.683677  0.345873  -0.337804‬
C      -0.243064 -0.069446 -0.312510  0.478370  0.266761   0.745131‬

Answer 1

我从您的示例输入开始：

first        bar                 baz          
second       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740
B       0.488875  0.428836  1.413451 -0.683677
C      -0.243064 -0.069446 -0.911166  0.478370

要将新列添加到MultiIndex列的每个级别0，您可以运行以下命令：

for c1 in df.columns.get_level_values('first').unique():
    # New column int index
    cInd = int(df.columns.get_loc(c1).stop)
    col = (c1, 'three')      # New column name
    newVal = df[(c1, 'one')] + df[(c1, 'two')]
    df.insert(loc=cInd, column=col, value=newVal)  # Insert the new column

在上面的示例中，新列中的值是连续数字，但是根据您的需要设置它们。

我的代码（在列排序之后）的结果是：

first        bar                           baz                    
second       one       two     three       one       two     three
A      -1.089798  2.053026  0.963228  0.470218  1.440740  1.910958
B       0.488875  0.428836  0.917711  1.413451 -0.683677  0.729774
C      -0.243064 -0.069446 -0.312510 -0.911166  0.478370 -0.432796

Answer 2

您可以将join与具有相同索引的两个数据帧一起使用，以一次创建一堆列。

首先，使用groupby对axis=1来计算总和

ndf = df.groupby(df.columns.get_level_values(0), axis=1).sum()

        bar       baz
A  0.963228  1.910958
B  0.917711  0.729774
C -0.312510 -0.432796

（PS：如果您有两列以上，可以这样做

df.loc[:, (slice(None), ['one', 'two'])].groupby(df.columns.get_level_values(0), axis=1).sum()

首先仅对列“一”和“两”进行切片，然后仅对然后 groupby）进行切片

然后，使其与您的列索引匹配，即使其与原始数据框一样成为MultiIndexed数据框

ndf.columns = pd.MultiIndex.from_product([ndf.columns, ['three']])

        bar       baz
      three     three
A  0.963228  1.910958
B  0.917711  0.729774
C -0.312510 -0.432796

最后，df.join

finaldf = df.join(ndf).sort_index(axis=1)

如果您真的很在乎订购，请使用reindex

finaldf.reindex(['one', 'two', 'three'], axis=1, level=1)

first        bar                           baz                    
second       one       two     three       one       two     three
A      -1.089798  2.053026  0.963228  0.470218  1.440740  1.910958
B       0.488875  0.428836  0.917711  1.413451 -0.683677  0.729774
C      -0.243064 -0.069446 -0.312510 -0.911166  0.478370 -0.432796

大熊猫：将多列添加到多索引列数据框

2 个答案: