我有这样的df:
arrays = [['bar', 'bar', 'baz', 'baz'],
['one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(3, 4), index=['A', 'B', 'C'], columns=index)
df.head()
返回:
我想添加一些列,其中所有第二级维度都彼此分开-第一个小节被baz一除,第二个小节被baz二除,依此类推。
df[["bar"]]/df[["baz"]]
和
df[["bar"]].div(df[["baz"]])
返回NaN的
您只能选择两个级别[]
:
df1 = df["bar"]/df["baz"]
print (df1)
second one two
A 1.564478 -0.115979
B 14.604267 -19.749265
C -0.511788 -0.436637
如果要添加MultiIndex
添加MultiIndex.from_product
:
df1.columns = pd.MultiIndex.from_product([['new'], df1.columns], names=df.columns.names)
print (df1)
first new
second one two
A 1.564478 -0.115979
B 14.604267 -19.749265
C -0.511788 -0.436637
MultiIndex
输出的另一个想法是将您的解决方案与具有rename
相同名称的列一起使用,在这里new
:
df2 = df[["bar"]].rename(columns={'bar':'new'})/df[["baz"]].rename(columns={'baz':'new'})
print (df2)
first new
second one two
A 1.564478 -0.115979
B 14.604267 -19.749265
C -0.511788 -0.436637
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