python - 将数据帧返回函数应用于基础数据帧的每一行

Question

玩具示例

假设base_df是下面显示的小数据框:

In [221]: base_df
Out[221]: 
     seed
I S      
0 a     0
  b     1
1 a     2
  b     3

请注意 base_df对行有一个 2 级多索引。 (这里的部分问题涉及在派生数据框中“传播”此多索引的值。)

现在，函数fn (本文末尾给出的定义)采用整数 seed作为参数并返回由字符串键¹ 索引的 1 列数据框。例如:

In [222]: fn(0)
Out[222]: 
              F
key            
01011  0.592845
10100  0.844266

In [223]: fn(1)
Out[223]: 
              F
key            
11110  0.997185
01000  0.932557
11100  0.128124

我想生成一个新的数据框，本质上是通过应用 fn到 base_df 的每一行，并垂直连接生成的数据帧。更具体地说，所需的结果如下所示:

                  F
I S key            
0 a 01011  0.592845
    10100  0.844266
  b 11110  0.997185
    01000  0.932557
    11100  0.128124
1 a 01101  0.185082
    01110  0.931541
  b 00100  0.070725
    11011  0.839949
    11111  0.121329
    11000  0.569311

IOW，从概念上讲，通过为 base_df 的每一行生成一个“子数据帧”来获得所需的数据帧。 ，并垂直连接这些子数据帧。每行对应的子数据框有一个3级多索引。此多索引的前两个级别( I 和 S )来自 base_df该行的多索引值，而它的最后一个级别( key )，以及(单独的)F 的值列来自 fn 返回的数据框对于该行的 seed值(value)。

我不清楚的部分是如何将行的原始多索引值传播到 fn 创建的数据帧的行中对于该行的 seed值(value)。

重要提示:我正在寻找一种与 base_df 的名称无关的方法来执行此操作的多索引级别及其数量。

---

我尝试了以下方法

base_df.apply(lambda row: fn(row.seed), axis=1)

...但是评估失败并出现错误

ValueError: Shape of passed values is (4, 2), indices imply (4, 1)

是否有一些方便的方法来完成我想做的事情？

---

这是 fn 的定义.就这个问题而言，它的内部结构并不重要。重要的是它需要一个整数 seed作为参数，并返回一个数据框，如前所述。

import numpy
def fn(seed, _spec='{{0:0{0:d}b}}'.format(5)):
    numpy.random.seed(int(seed))
    n = numpy.random.randint(2, 5)
    r = numpy.random.rand(n)
    k = map(_spec.format, numpy.random.randint(0, 31, size=n))
    result = pandas.DataFrame(r, columns=['F'], index=k)
    result.index.name = 'key'
    return result

---

^{1 在这个例子中，这些键恰好对应于 0 到 31 之间的某个整数的二进制表示，包括 0 和 31，但这个事实在问题中没有任何作用。}

Answer 1

选项 1
groupby

base_df.groupby(level=[0, 1]).apply(fn)

                  F
I S key            
0 a 11010  0.385245
    00010  0.890244
    00101  0.040484
  b 01001  0.569204
    11011  0.802265
    00100  0.063107
1 a 00100  0.947827
    00100  0.056551
    11000  0.084872
  b 11110  0.592641
    00110  0.130423
    11101  0.915945

---

选项 2
pd.concat

pd.concat({t.Index: fn(t.seed) for t in base_df.itertuples()})

                  F
    key            
0 a 11011  0.592845
    00011  0.844266
  b 00101  0.997185
    01111  0.932557
    00000  0.128124
1 a 01011  0.185082
    10010  0.931541
  b 10011  0.070725
    01010  0.839949
    01011  0.121329
    11001  0.569311