python - 如何根据 Pandas 中的索引级别设置行值？

Question

我想在 Pandas 中添加一列dataframe 并根据索引级别 0 和 1 设置值。例如，将值设置为 buy对于级别 0 为 hom 的索引和列 delta大于0。并将值设置为sell对于级别 0 为 hom 的索引和列 delta小于0。0级的不同值还有其他规则。

我该怎么做？

>df
         delta
fut ABC  15284.233222
pos DEF  0.248976
    POL  0.002041
    ABC  0.043585
hom YTY  0.054100
    MNN -0.356873

这是期望的输出:

>df
         delta    new_col
fut ABC  15284.23 nan
pos DEF  0.248976 nan
    POL  0.002041 nan
    ABC  0.043585 nan
hom YTY  0.054100 buy
    MNN -0.356873 sell

我可以用 loc 过滤数据框不确定如何创建新列。

df.loc[df.index.get_level_values(level=0) == 'hom'] > 0

         delta    new_col
hom YTY  0.054100 True
    MNN -0.356873 False

Answer 1

不需要做任何 bool 掩码，因为你的数据已经有了一个可用的索引!您可以简单地使用 .loc 进行子集化并创建一个新列。

import pandas as pd
import numpy as np

df.loc['hom', 'new_col'] = np.where(df.loc['hom', 'delta'] > 0, 'buy', 'sell')

print(df)
                delta new_col
fut ABC  15284.233222     NaN
pos DEF      0.248976     NaN
    POL      0.002041     NaN
    ABC      0.043585     NaN
hom YTY      0.054100     buy
    MNN     -0.356873    sell