python - 使用需要在多个级别广播的多索引 Pandas 数据帧执行算术

Question

我有一个如下所示的数据框:

   one                     two                    three                   
     1         2             1             2          1             2     
     X    Y    X    Y        X    Y        X    Y     X        Y    X    Y
a  0.3 -0.6 -0.3 -0.2  1.5e+00  0.3 -1.0e+00  1.2   0.6 -9.8e-02 -0.4  0.4
b -0.6 -0.4 -1.1  2.3 -7.4e-02  0.7 -7.4e-02 -0.5  -0.3 -6.8e-01  1.1 -0.1

如何将 df 的所有元素除以 df["three"] ？

我尝试了 df.div(df["three"],level=[1,2]) 但没有成功。

Answer 1

这是一个衬垫。

df / pd.concat( [ df.three ] * 3, axis=1 ).values

这是另一种不太简洁但可能更具可读性的方式。

df2 = df.copy()
for c in df.columns.levels[0]:
    df2[c] = df[c] / df['three']

最后，这是一个更长的解决方案，其中包含更多解释。在意识到有更好的方法之前，我最初是这样做的。但我会把它保留在这里，因为它可以提供更多有关此类操作幕后发生情况的信息(尽管可能有点矫枉过正)。

首先，多索引不能很好地复制，所以我将创建一个非常相似的示例数据框。

np.random.seed(123)
tuples = list(zip(*[['one', 'one', 'two', 'two', 'three', 'three'],
                    ['foo', 'bar', 'foo', 'bar', 'foo', 'bar']]))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(3, 6), index=['A', 'B', 'C'], columns=index)

first        one                 two               three          
second       foo       bar       foo       bar       foo       bar
A      -1.085631  0.997345  0.282978 -1.506295 -0.578600  1.651437
B      -2.426679 -0.428913  1.265936 -0.866740 -0.678886 -0.094709
C       1.491390 -0.638902 -0.443982 -0.434351  2.205930  2.186786

最简单的方法可能是将分母扩大 3，以便它与完整数据框的维度相匹配。或者，您可以遍历这些列，但之后您必须重新组合它们，这可能不像您在多索引的情况下想象的那么容易。所以像这样广播“三”栏。

denom = pd.concat( [df['three']]*3, axis=1 )
denom = pd.DataFrame( denom.values, columns=df.columns, index=df.index )

first        one                 two               three          
second       foo       bar       foo       bar       foo       bar
A      -0.578600  1.651437 -0.578600  1.651437 -0.578600  1.651437
B      -0.678886 -0.094709 -0.678886 -0.094709 -0.678886 -0.094709
C       2.205930  2.186786  2.205930  2.186786  2.205930  2.186786

第一个“denom”行只是将“three”列扩展为与现有数据框相同的形状。第二个“denom”是匹配行和列索引所必需的。现在您可以编写一个普通的除法运算。

df / denom

first        one                 two           three    
second       foo       bar       foo       bar   foo bar
A       1.876305  0.603926 -0.489074 -0.912112     1   1
B       3.574501  4.528744 -1.864725  9.151619     1   1
C       0.676082 -0.292165 -0.201267 -0.198625     1   1

与此较长解决方案相关的单行快速说明。一行中的 values 从数据帧转换为数组，这具有删除行和列索引的方便的副作用。或者，在这个更长的解决方案中，我明确地符合索引。根据您的情况，任何一种方法都可能是更好的方法。