python - 通过匹配另一个数据帧的多级标题来填充数据帧的列

Question

我有多级数据框1:

Cstep                      step 0    step 1    step 2    step 3    step 4
D1      E1      S1       0.372621  0.211435  0.162299  0.149502  0.104143
                S2       0.104714  0.106229  0.119725  0.172926  0.496405
                S3       0.000000  0.270593  0.540627  0.188780  0.000000
                S4       0.144627  0.065209  0.060130  0.272958  0.457076
                Unknown  0.491222  0.188258  0.158279  0.162242  0.000000
        E2      S1       0.085831  0.328942  0.233738  0.242986  0.108503
                S2       0.336600  0.189705  0.314877  0.158818  0.000000
                S3       0.000000  0.448532  0.551468  0.000000  0.000000
                S4       0.000000  0.000000  0.248368  0.751632  0.000000
                Unknown  0.235332  0.371369  0.171224  0.222074  0.000000
D2      E1      S1       0.030488  0.272635  0.190137  0.153442  0.353298
                S2       0.000000  0.251659  0.309414  0.438927  0.000000
                S3       0.000000  0.381712  0.351985  0.266302  0.000000
                S4       0.827896  0.000000  0.172104  0.000000  0.000000
                Unknown  0.000000  0.189613  0.611961  0.198426  0.000000
        E2      S1       0.061281  0.223804  0.171979  0.271795  0.271140
                S2       0.124464  0.252529  0.388104  0.234903  0.000000
                S3       0.000000  0.045514  0.125909  0.190519  0.638058
                S4       0.000000  0.034438  0.000000  0.000000  0.965562
                Unknown  0.000000  0.239879  0.258064  0.502057  0.000000

我有另一个数据框2:

         DT       RE       DS    
0        D1       E1       S1    
1        D1       E1       S2  
2        D2       E1       S2     
3        D2       E2       S3  

我想通过匹配数据帧1中的多级 header 值来填充数据帧2。像这样:

         DT       RE       DS    step 0    step 1    step 2    step 3    step 4
0        D1       E1       S1    0.372621  0.211435  0.162299  0.149502  0.104143
1        D1       E1       S2    0.104714  0.106229  0.119725  0.172926  0.496405
2        D2       E1       S2    0.000000  0.251659  0.309414  0.438927  0.000000 
3        D2       E2       S3    0.000000  0.045514  0.125909  0.190519  0.638058

Answer 1

创建一个MultiIndex和fillna

m_idx = pd.MultiIndex.from_arrays(df2.T.values)
m = pd.DataFrame(index=m_idx, columns=df1.columns)

m.fillna(df1)

            step 0    step 1    step 2    step 3    step 4
D1 E1 S1  0.372621  0.211435  0.162299  0.149502  0.104143
      S2  0.104714  0.106229  0.119725  0.172926  0.496405
D2 E1 S2         0  0.251659  0.309414  0.438927         0
   E2 S3         0  0.045514  0.125909  0.190519  0.638058

<小时/>

如果其他人想插话，这里有一个重新创建 DataFrame 的简单方法:

df1 = pd.DataFrame({'step 0': {('D1', 'E1', 'S1'): 0.372621, ('D1', 'E1', 'S2'): 0.10471400000000002, ('D1', 'E1', 'S3'): 0.0, ('D1', 'E1', 'S4'): 0.144627, ('D1', 'E1', 'Unknown'): 0.49122200000000005, ('D1', 'E2', 'S1'): 0.08583099999999999, ('D1', 'E2', 'S2'): 0.3366, ('D1', 'E2', 'S3'): 0.0, ('D1', 'E2', 'S4'): 0.0, ('D1', 'E2', 'Unknown'): 0.235332, ('D2', 'E1', 'S1'): 0.030488, ('D2', 'E1', 'S2'): 0.0, ('D2', 'E1', 'S3'): 0.0, ('D2', 'E1', 'S4'): 0.827896, ('D2', 'E1', 'Unknown'): 0.0, ('D2', 'E2', 'S1'): 0.061280999999999995, ('D2', 'E2', 'S2'): 0.124464, ('D2', 'E2', 'S3'): 0.0, ('D2', 'E2', 'S4'): 0.0, ('D2', 'E2', 'Unknown'): 0.0}, 'step 1': {('D1', 'E1', 'S1'): 0.21143499999999998, ('D1', 'E1', 'S2'): 0.10622899999999999, ('D1', 'E1', 'S3'): 0.270593, ('D1', 'E1', 'S4'): 0.065209, ('D1', 'E1', 'Unknown'): 0.18825799999999998, ('D1', 'E2', 'S1'): 0.328942, ('D1', 'E2', 'S2'): 0.18970499999999998, ('D1', 'E2', 'S3'): 0.448532, ('D1', 'E2', 'S4'): 0.0, ('D1', 'E2', 'Unknown'): 0.371369, ('D2', 'E1', 'S1'): 0.272635, ('D2', 'E1', 'S2'): 0.251659, ('D2', 'E1', 'S3'): 0.381712, ('D2', 'E1', 'S4'): 0.0, ('D2', 'E1', 'Unknown'): 0.189613, ('D2', 'E2', 'S1'): 0.223804, ('D2', 'E2', 'S2'): 0.252529, ('D2', 'E2', 'S3'): 0.045514, ('D2', 'E2', 'S4'): 0.034437999999999996, ('D2', 'E2', 'Unknown'): 0.239879}, 'step 2': {('D1', 'E1', 'S1'): 0.162299, ('D1', 'E1', 'S2'): 0.119725, ('D1', 'E1', 'S3'): 0.5406270000000001, ('D1', 'E1', 'S4'): 0.060129999999999996, ('D1', 'E1', 'Unknown'): 0.158279, ('D1', 'E2', 'S1'): 0.233738, ('D1', 'E2', 'S2'): 0.314877, ('D1', 'E2', 'S3'): 0.5514680000000001, ('D1', 'E2', 'S4'): 0.24836799999999998, ('D1', 'E2', 'Unknown'): 0.171224, ('D2', 'E1', 'S1'): 0.190137, ('D2', 'E1', 'S2'): 0.30941399999999997, ('D2', 'E1', 'S3'): 0.351985, ('D2', 'E1', 'S4'): 0.172104, ('D2', 'E1', 'Unknown'): 0.611961, ('D2', 'E2', 'S1'): 0.171979, ('D2', 'E2', 'S2'): 0.388104, ('D2', 'E2', 'S3'): 0.125909, ('D2', 'E2', 'S4'): 0.0, ('D2', 'E2', 'Unknown'): 0.25806399999999996}, 'step 3': {('D1', 'E1', 'S1'): 0.149502, ('D1', 'E1', 'S2'): 0.172926, ('D1', 'E1', 'S3'): 0.18878, ('D1', 'E1', 'S4'): 0.272958, ('D1', 'E1', 'Unknown'): 0.162242, ('D1', 'E2', 'S1'): 0.242986, ('D1', 'E2', 'S2'): 0.15881800000000001, ('D1', 'E2', 'S3'): 0.0, ('D1', 'E2', 'S4'): 0.751632, ('D1', 'E2', 'Unknown'): 0.22207399999999997, ('D2', 'E1', 'S1'): 0.153442, ('D2', 'E1', 'S2'): 0.43892700000000007, ('D2', 'E1', 'S3'): 0.266302, ('D2', 'E1', 'S4'): 0.0, ('D2', 'E1', 'Unknown'): 0.198426, ('D2', 'E2', 'S1'): 0.271795, ('D2', 'E2', 'S2'): 0.23490300000000003, ('D2', 'E2', 'S3'): 0.190519, ('D2', 'E2', 'S4'): 0.0, ('D2', 'E2', 'Unknown'): 0.502057}, 'step 4': {('D1', 'E1', 'S1'): 0.104143, ('D1', 'E1', 'S2'): 0.49640500000000004, ('D1', 'E1', 'S3'): 0.0, ('D1', 'E1', 'S4'): 0.45707600000000004, ('D1', 'E1', 'Unknown'): 0.0, ('D1', 'E2', 'S1'): 0.108503, ('D1', 'E2', 'S2'): 0.0, ('D1', 'E2', 'S3'): 0.0, ('D1', 'E2', 'S4'): 0.0, ('D1', 'E2', 'Unknown'): 0.0, ('D2', 'E1', 'S1'): 0.353298, ('D2', 'E1', 'S2'): 0.0, ('D2', 'E1', 'S3'): 0.0, ('D2', 'E1', 'S4'): 0.0, ('D2', 'E1', 'Unknown'): 0.0, ('D2', 'E2', 'S1'): 0.27114, ('D2', 'E2', 'S2'): 0.0, ('D2', 'E2', 'S3'): 0.638058, ('D2', 'E2', 'S4'): 0.965562, ('D2', 'E2', 'Unknown'): 0.0}})
df2 = pd.DataFrame({'DT': {0: 'D1', 1: 'D1', 2: 'D2', 3: 'D2'}, 'RE': {0: 'E1', 1: 'E1', 2: 'E1', 3: 'E2'}, 'DS': {0: 'S1', 1: 'S2', 2: 'S2', 3: 'S3'}})