python - 引用 DataFrame 的 MultiIndex 值不正确吗？

Question

Pandas 似乎抵制将 DataFrame 索引值当作列值使用的努力。因此，我经常将它们复制到一列中，以便我可以引用它们进行计算。这是一个好的做法吗？或者我是否缺少引用索引值的“正确”方法？

考虑以下示例:

j = [(a, b) for a in ['A','B','C'] for b in random.sample(range(1, 100), 5)]
i = pd.MultiIndex.from_tuples(j, names=['Name','Num'])
df = pd.DataFrame(np.random.randn(15), i, columns=['Vals'])

现在假设我想向 DataFrame 添加一列 'SmallestNum' ，列出每个关联索引 Name 的最小索引 Num。

目前我能找到让它工作的唯一方法(假设 MultiIndex 很大并且我没有方便的元组)是:

首先:将两个索引级别复制到 DataFrame 的列中:

df['NameCol'] = df.index.get_level_values(0)
df['NumCol'] = df.index.get_level_values(1)

否则，我无法弄清楚如何获得每个 Name 的最小 Num 值。至少现在我可以通过:

smallest = pd.DataFrame(df.groupby(['Name'])['NumCol'].min())

最后，我可以将这些数据合并回 DataFrame 作为新列，但这仅仅是因为我可以引用 NameCol:

df.merge(smallest.rename(columns={'NumCol' : 'SmallestNum'}), how='left', right_index=True, left_on=['NameCol'])

有没有办法在不创建 MultiIndex 值的 NameCol 和 NumCol 列副本的情况下执行此操作？

Answer 1

这有效:

## get smallest values per Name
vals = df.reset_index(level=1).groupby('Name')['Num'].min()

## map the values to df
df['SmallestNum'] = pd.Series(df.index.get_level_values(0)).map(vals).values