python - 更改多索引数据帧较低级别中的多个值

Question

考虑以下 DataFrame:

import numpy as np
import pandas as pd

arrays = [['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
      ['A', 'B', 'C', 'A', 'B', 'C']]
tuples = list(zip(*arrays))
index_values = pd.MultiIndex.from_tuples(tuples)
df = pd.DataFrame(np.random.rand(6), index = index_values)

print(df)

              0
foo A  0.726699
    B  0.001700
    C  0.936495
bar A  0.298490
    B  0.167234
    C  0.476725

假设我想使用以下值缩放 df:

df_scale = pd.DataFrame([0,1,4], index=['A','B','C'])
print(df_scale)

   0
A  0
B  1
C  4

也就是说，我希望所有 A 乘以 0，所有 B 乘以 1，所有 C 乘以 4。

目前，我使用以下方法:

df_new = df.copy()
list_df_new_index = list(df_new.index)
for index in list_df_new_index:
    cntr, prod = index
    df_new.loc[cntr, prod] = df_new.loc[cntr, prod]*df_scale.loc[prod]
print(df_new)

              0
foo A  0.000000
    B  0.001700
    C  3.745981
bar A  0.000000
    B  0.167234
    C  1.906900

虽然这有效，但我忍不住认为 pandas 中有一个功能可以让我做到这一点。

我浏览了 Select rows in pandas MultiIndex DataFrame 上的答案。

起初我以为我可以使用 df.xs()，但如果我理解正确的话，这只允许我选择而不是更改值。

接下来我研究了 pd.IndexSlice()，但我不知道如何使用它来更改多个值。

pandas 是否提供在 MultiIndex DataFrame 的较低级别中更改多个值的功能？

Answer 1

您可以乘以 DataFrame.mul :

df = df.mul(df_scale, level=1, axis=0)
#if want multiple by column 0
#df = df.mul(df_scale[0], level=1, axis=0)
print (df)
              0
foo A  0.000000
    B  0.393081
    C  2.495880
bar A  0.000000
    B  0.880499
    C  1.196688