python - 将类似功能应用于多级 Pandas 数据框

Question

我有以下形式的多级数据框:

df = pd.DataFrame([[1,'A',2,'B',1,'B'],[2,'B',2,'B',2,'A'],[1,'A',1,'A',1,'A'],[1,'B',2,'A',2,'B']],
                  columns=pd.MultiIndex.from_tuples([('S1','Num'),('S1','Let'),('S2','Num'),('S2','Let'),('S3','Num'),('S3','Let')]))

   S1      S2      S3    
  Num Let Num Let Num Let
0   1   A   2   B   1   B
1   2   B   2   B   2   A
2   1   A   1   A   1   A
3   1   B   2   A   2   B

我如何创建一个新的数据框，以便选择每个级别零列，如果 Let=='B' 那么它设置 Num = 3？基本上我想获得以下数据框:

   S1      S2      S3    
  Num Let Num Let Num Let
0   1   A   3   B   3   B
1   3   B   3   B   2   A
2   1   A   1   A   1   A
3   3   B   2   A   3   B

Answer 1

一种方法是按位置工作并使用 iloc 和 where:

>>> df.iloc[:,0::2] = df.iloc[:,0::2].where((df.iloc[:,1::2]!="B").values, 3)
>>> df
   S1      S2      S3    
  Num Let Num Let Num Let
0   1   A   3   B   3   B
1   3   B   3   B   2   A
2   1   A   1   A   1   A
3   3   B   2   A   3   B

这使用数组

>>> (df.iloc[:,1::2]!="B").values
array([[ True, False, False],
       [False, False,  True],
       [ True,  True,  True],
       [False,  True, False]], dtype=bool)

决定我们需要在什么地方保留原始值。我们必须将 .values 粘贴在那里，否则 pandas 会尝试对齐框架，而我们是手动进行的。

如果您坚持不使用 iloc，那么事情会变得有点棘手。一种方法是使用 xs 和 update:

>>> df.update(df.xs("Num", level=1, axis=1, drop_level=False).where(
              df.xs("Let", level=1, axis=1, drop_level=False).values != "B", 3))
>>> df
   S1      S2      S3    
  Num Let Num Let Num Let
0   1   A   3   B   3   B
1   3   B   3   B   2   A
2   1   A   1   A   1   A
3   3   B   2   A   3   B

或者如果您的列是词法排序的，您可以将 loc 与 slice(None) 一起使用:

>>> df = df.sort_index(axis=1)
>>> nummask = slice(None), "Num"
>>> letmask = slice(None), "Let"
>>> df.loc[:, nummask] = df.loc[:, nummask].where((df.loc[:, letmask] != "B").values, 3)
>>> df
   S1      S2      S3    
  Let Num Let Num Let Num
0   A   1   B   3   B   3
1   B   3   B   3   A   2
2   A   1   A   1   A   1
3   B   3   A   2   B   3

这可以使用 IndexSlice 进行一些简化:

>>> df = df.sort_index(axis=1)
>>> idx = pd.IndexSlice
>>> df.loc[:,idx[:,"Num"]] = df.loc[:,idx[:,"Num"]].where((df.loc[:,idx[:,"Let"]] != "B").values, 3)
>>> df
   S1      S2      S3    
  Let Num Let Num Let Num
0   A   1   B   3   B   3
1   B   3   B   3   A   2
2   A   1   A   1   A   1
3   B   3   A   2   B   3