Skip to main content
 首页 » 编程设计

python之如何应用于具有多索引列的数据框中的一组列

2024年11月24日12lovecherry

我有一个包含多索引列的数据框,如下所示,我想要为每个用户以及 m1 和 m2 做的是,我需要获取今天的值 + 0.25* 昨天的值。

               m1              m2   
day           yesterday today yesterday today 
user                                       
id1           5         6     7         8 
id2           3         4     9         10 

我尝试了以下方法,但我在所有“今天”列中都得到了 NA 值:

df.iloc[:, df.columns.get_level_values(1)=='today'] =  
df.iloc[:, df.columns.get_level_values(1)=='yesterday'] *0.25 + 
 df.iloc[:, df.columns.get_level_values(1)=='today'] 

我对其他 stackoverflow 帖子的搜索使我找到了按级别 = 0 分组的可能答案,但我不知道如何从那里开始以及如何将函数应用于分组依据的结果。 或许这不是解决这个问题的正确方法?

df.groupby(level=0, axis=1).apply(...) 

首先,我需要做的是:

               m1                      m2   
day           yesterday today          yesterday today 
user                                       
id1               5     6+0.25*5       7         8+0.25*7 
id2               3     4+0.25*3       9         10+0.25*9 

最终,我需要:

 
user           m1              m2              
id1            6+0.25*5        8+0.25*7 
id2            4+0.25*3        10+0.25*9 

附注这是我第一次在 StackOverflow 上提问,我尽力了!但如果我需要修改我的问题以遵循指南,请告诉我。谢谢!

请您参考如下方法:

使用DataFrame.xs用于选择,因此可以将 DataFrame 与多个常数一起添加。

函数的优点是移除了顶层(默认值 drop_level=True)- 因此在输出 DataFrame 中没有 MultiIndex 的情况下工作。

print (df.xs('today', axis=1, level=1)) 
     m1  m2 
id1   6   8 
id2   4  10 
 
print (df.xs('yesterday', axis=1, level=1)) 
     m1  m2 
id1   5   7 
id2   3   9 
 
df1 = df.xs('today', axis=1, level=1) + 0.25 *df.xs('yesterday', axis=1, level=1) 
print (df1) 
       m1     m2 
id1  7.25   9.75 
id2  4.75  12.25