python - Pandas 中惯用的多索引列分配

Question

我有一个带有 2 级多索引的数据框:

ix = pd.MultiIndex.from_tuples(list(enumerate(np.random.choice(['A', 'B'], 5))))
df = pd.DataFrame({'Val': np.random.randint(0, 30, 5)}, index=ix).unstack().fillna(0)
df
   Val    
     A   B
0   27   0
1    0   3
2    0   7
3    9   0
4    0  19

我想为每个现有的子级别('A' 和'B')添加一个等于Val 一半的列柱子。我的直觉是做

df['Half_val'] = df.Val / 2

给出一个 ValueError: Wrong number of items passed 2, placement implies 1异常。

我可以手动做

res = df.Val / 2
df.loc[:, ('Half_val', 'A')] = res.A
df.loc[:, ('Half_val', 'B')] = res.B

这给出了我所追求的:

>>> df
   Val      Half_val     
     A   B         A    B
0   27   0      13.5  0.0
1    0   3       0.0  1.5
2    0   7       0.0  3.5
3    9   0       4.5  0.0
4    0  19       0.0  9.5

有没有更简洁、更惯用的方法来进行这样的多索引列分配(特别是我不必在左侧明确指定每个子级别的方法)？

编辑:

忘记说了

res = df.Val / 2
df.loc[:, res.columns] = res

给出 KeyError: "['A' 'B'] not in index"异常。

编辑 2如果解决方案允许数据框中的伪混合级别列，那就太好了。在我的例子中，我可以做到

In [5]: df['C'] = 'a'
In [6]: df
Out[6]:
   Val      C
     A   B
0    4   0  a
1    0  10  a
2    0   4  a
3   21   0  a
4    0  14  a

添加一个具有单一级别的列。但是由于该列已经有 2 个级别，它似乎给出了空字符串的隐式第二级别

In [9]: list(df)
Out[9]: [('Val', 'A'), ('Val', 'B'), ('C', '')]

当我尝试下面提供的解决方案时，它是单级 C专栏似乎打破了它:

In [7]: pd.concat([df,df['Val']/2],axis=1,keys=['Val', 'C', 'Half'])
==> AssertionError: Cannot concat indices that do not have the same number of levels

keys 有什么技巧吗？要传递的参数，还是我需要给出 C为第二层设置一个不同的虚拟值(因为它看起来像 "" 不算数)，然后在串联后将其删除？

Answer 1

您可以遍历级别值并进行直接赋值(一次一个值)

In [55]: df.columns.get_level_values(1)
Out[55]: Index([u'A', u'B'], dtype='object')

In [51]: df[('Half','A')] = df[('Val','A')]/2

In [52]: df[('Half','B')] = df[('Val','B')]/2

In [53]: df
Out[53]: 
   Val      Half      
     A   B     A     B
0    0  12   0.0   6.0
1    0   5   0.0   2.5
2    0  26   0.0  13.0
3    3   0   1.5   0.0
4   25   0  12.5   0.0

你也可以这样做

In [59]: concat([df['Val'],df['Val']/2],axis=1,keys=['Val','Half'])
Out[59]: 
   Val      Half        
     A   B     A    B
0    0  10   0.0  5.0
1    0  10   0.0  5.0
2    0  13   0.0  6.5
3   27   0  13.5  0.0
4    2   0   1.0  0.0

这是一个跟踪此错误/增强功能的问题:https://github.com/pydata/pandas/issues/7475