python - 有条件地将不同 DataFrame 中的聚合列连接到新的 DataFrame 中

Question

我有几个具有以下结构的 DataFrame:

In [22]: arrays = [np.array(['A1', 'A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'A2']),
   ....:           np.array(['B1', 'B1', 'B2', 'B2', 'B1', 'B1', 'B2', 'B2']),
   ....:           np.array(['C1', 'C2', 'C1', 'C2', 'C1', 'C2', 'C1', 'C2'])]
In [23]: df1 = pd.DataFrame(np.random.randint(10, size=(8, 4)), index=arrays)
In [24]: df1
Out[24]: 
          0  1  2  3
A1 B1 C1  2  7  3  4
      C2  6  2  1  7
   B2 C1  3  3  5  6
      C2  9  6  3  6
A2 B1 C1  7  8  0  6
      C2  6  3  1  6
   B2 C1  9  3  8  2
      C2  7  1  2  8

In [25]: df2 = pd.DataFrame(np.random.randint(10, size=(8, 4)), index=arrays)
In [26]: df2
Out[26]: 
          0  1  2  3
A1 B1 C1  7  2  5  2
      C2  0  2  9  0
   B2 C1  2  2  6  9
      C2  4  6  3  8
A2 B1 C1  7  1  5  1
      C2  6  2  2  6
   B2 C1  5  8  1  6
      C2  7  4  8  0

我想构造以下 DataFrame。

max 是“0”列子数组中的最大值；

nth 如果第一级索引值包含“1”，则为“2”列子数组中的第 0 个元素，否则为“3”列子数组中的第 0 个元素。

             df1       df2
        max  nth  max  nth
A1  B1    6    3    7    5
    B2    9    5    4    6  
A2  B1    7    6    7    1
    B2    9    2    7    6

我尝试使用 df[0].groupby(level=[0, 1]).max() 来计算 max 和 df[2 or 3 ].groupby(level=[0, 1]).nth(0) 计算 nth 但仍坚持使用索引值作为选择列 2 或 3 的条件进行串联。

Answer 1

这是我的起点(与您的代码相同，不同的随机值):

          0  1  2  3
A1 B1 C1  3  4  1  6
      C2  6  3  4  5
   B2 C1  8  3  5  1
      C2  8  5  1  6
A2 B1 C1  8  7  0  6
      C2  5  1  4  7
   B2 C1  3  1  8  5
      C2  7  1  7  8

<小时/>

df[0] = df.groupby(level=[0,1])[0].transform(max)

          0  1  2  3
A1 B1 C1  6  4  1  6
      C2  6  3  4  5
   B2 C1  8  3  5  1
      C2  8  5  1  6
A2 B1 C1  8  7  0  6
      C2  8  1  4  7
   B2 C1  7  1  8  5
      C2  7  1  7  8

我找不到直接检查第一级中“1”的方法，因此我只是使用 reset_index 将其转换为列，然后使用字符串方法就相当容易了它。

df['one'] = df.reset_index().level_0.str.contains('1').values
df['nth'] = np.where( df.one, df[2], df[3] )

          0  1  2  3    one  nth
A1 B1 C1  6  4  1  6   True    1
      C2  6  3  4  5   True    4
   B2 C1  8  3  5  1   True    5
      C2  8  5  1  6   True    1
A2 B1 C1  8  7  0  6  False    6
      C2  8  1  4  7  False    7
   B2 C1  7  1  8  5  False    5
      C2  7  1  7  8  False    8

现在清理一切(其中一些可以早点完成，但我认为等到最后并将其全部合并起来更清楚):

df.iloc[0::2,[0,-1]].reset_index(level=2,drop=True).rename(columns={0:'max'})

       max  nth
A1 B1    6    1
   B2    8    5
A2 B1    8    6
   B2    7    5

我不确定您是否也在询问 concat，但它非常简单:

pd.concat( [df1,df2], axis=1)