Skip to main content
 首页 » 编程设计

python之使用 MultiIndex 在数据框中插入新列值

2025年02月15日13飞鱼

我有一个看起来像这样的 Pandas 数据框:

          rank     num      rank    num 
          2015     2015     2014    2014    
France    8        1200     9       1216    
Italy     11       789      10      788     

我想在多索引中添加一个新的列,叫做corrected_num,我希望这个列的值是对应的num的值行,除以从另一个字典中获得的数字,如下所示:

b = {2015: 10, 2014: 12} 

换句话说,我想以这样的方式结束:

          rank     num      num_corrected    rank    num    num_corrected 
          2015     2015     2015             2014    2014   2014 
France    8        1200     120              9       1216   101.3 
Italy     11       789      78.9             10      788    65.6 

到目前为止,我的方法是遍历数据框中的每一行,然后遍历行中的每一列,如下所示:

for i, row in df.iterrows(): 
    for year in df.num.columns: 
        df.set_value(i, 'num_corrected, ' + year, row.frequency[year] / b[year]) 

但是当我尝试这个时,我的 Jupyter notebook 死机了,所以我希望有更好的方法!

请您参考如下方法:

设置

df = pd.DataFrame( 
    [ 
        [8, 1200, 9, 1216], 
        [11, 789, 10, 788] 
    ], 
    ['France', 'Italy'], 
    pd.MultiIndex.from_product([['rank', 'num'], [2015, 2014]]) 
).sort_index(axis=1, level=1) 

让b成为一个系列

b = pd.Series({2015: 10, 2014: 12}) 

方法一

num_c = df.num / b 
 
cols = num_c.columns 
num_c.columns = [['num_corrected'] * len(cols), cols] 
 
pd.concat([df, num_c], axis=1) 

方法二

d1 = df.stack() 
d1['num_corrected'] = d1.num / d1.index.get_level_values(1).to_series().map(b).values 
d1.unstack().sort_index(axis=1, level=1)