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!
最佳答案
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
关于python - 如何应用于具有多索引列的数据框中的一组列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55548882/