我有一个包含多索引的数据框,以及一系列数据:
import pandas as pd
import numpy as np
df = pd.DataFrame({'foo':['A','A','A','B','B','B','C','C','C'],
'bar':[1,2,3,1,2,3,1,2,3],
'vals':np.random.randn(9)})
df.set_index(['foo','bar'], inplace=True)
s = pd.Series(['ham','eggs','cheese'])
我想将系列添加为新列,以填充foo的每个级别。谁能指出这样做的有效方法?
谢谢
您可以使用get_level_values
通过索引值的变化指数创造新列Serie
的foo
值,并map
通过字典创建它们to_dict
:
s.index = ['A','B','C']
print s
A ham
B eggs
C cheese
dtype: object
df['new'] = df.index.get_level_values('foo')
print df
vals new
foo bar
A 1 -2.877779 A
2 -0.661478 A
3 0.705928 A
B 1 -0.358598 B
2 0.731982 B
3 -0.036367 B
C 1 0.588914 C
2 -0.779635 C
3 0.476337 C
df['new'] = df['new'].map(s.to_dict())
print df
vals new
foo bar
A 1 -2.877779 ham
2 -0.661478 ham
3 0.705928 ham
B 1 -0.358598 eggs
2 0.731982 eggs
3 -0.036367 eggs
C 1 0.588914 cheese
2 -0.779635 cheese
3 0.476337 cheese
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句