python - 如何删除第一级索引，然后将剩余的索引值与 pd DataFrame 的自定义逻辑合并？

Question

假设我有一个像这样的 MultiIndex DataFrame:

                             price     volume
year   product   city
2010   A         LA          10        7
       B         SF          7         9 
       C         NY          7         6 
                 LA          18        21
                 SF          4         8
2011   A         LA          13        5 
       B         SF          2         4 
       C         NY          9         3
                 SF          2         0

我想做一个有点复杂的合并，其中 DataFrame 索引的第一级(年份)被删除，并且 DataFrame 中现在第一级索引(产品)中的重复项根据一些自定义逻辑进行合并。在这种情况下，我希望能够将价格列设置为使用 2010 年外部索引中的值，将交易量列设置为使用 2011 年外部索引中的值，但我想要一个可以应用于更多的通用解决方案列(如果存在)。

最终的 DataFrame 看起来像这样，其中价格值是来自 2010 年指数的值，成交量值是来自 2011 年指数的值，其中缺失值用 NaN 填充。

                      price     volume
product   city
A         LA          10        5
B         SF          7         4 
C         NY          7         3 
          LA          18        NaN
          SF          4         0

Answer 1

您可以通过 DataFrame.xs 按一级选择然后concat :

df = pd.concat([df.xs(2010)['price'], df.xs(2011)['volume']], axis=1)

也可以使用loc :

df = pd.concat([df.loc[2010, 'price'], df.loc[2011, 'volume']], axis=1)

<小时/>

print (df)
              price  volume
product city               
A       LA       10     5.0
B       SF        7     4.0
C       LA       18     NaN
        NY        7     3.0
        SF        4     0.0