Pandas：将多列添加到多索引列数据框中

Question

这个问题试图概括为此问题提供的解决方案：

\n\n

Pandas：将列添加到多索引列数据框中

\n\n

我需要为每个列索引生成一列。

\n\n

spencerlyon2当我们想要添加单个列时，提供的解决方案有效：

\n\n

df[\'bar\', \'three\'] = [0, 1, 2]

\n\n

不过，我想将这个操作推广到每个第一级列索引。

\n\n

来源DF：

\n\n

In [1]: df\nOut[2]:\nfirst        bar                 baz\nsecond       one       two       one       two\nA      -1.089798  2.053026  0.470218  1.440740\nB       0.488875  0.428836  1.413451 -0.683677\nC      -0.243064 -0.069446 -0.911166  0.478370\n

\n\n

下面的目标 DF 要求该列是其各自索引的和列three的相加。onetwo

\n\n

In [1]: df\nOut[2]:\nfirst        bar                           baz                 \nsecond       one       two     three       one       two      three\nA      -1.089798  2.053026  0.963228\xe2\x80\xac  1.440740 -2.317647  -0.876907\xe2\x80\xac\nB       0.488875  0.428836  0.917711 -0.683677  0.345873  -0.337804\xe2\x80\xac\nC      -0.243064 -0.069446 -0.312510  0.478370  0.266761   0.745131\xe2\x80\xac\n

\n

Answer 1

我从您的示例输入开始：

first        bar                 baz          
second       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740
B       0.488875  0.428836  1.413451 -0.683677
C      -0.243064 -0.069446 -0.911166  0.478370

要将新列添加到 MultiIndex 列的每个级别 0，您可以运行如下命令：

for c1 in df.columns.get_level_values('first').unique():
    # New column int index
    cInd = int(df.columns.get_loc(c1).stop)
    col = (c1, 'three')      # New column name
    newVal = df[(c1, 'one')] + df[(c1, 'two')]
    df.insert(loc=cInd, column=col, value=newVal)  # Insert the new column

在上面的示例中，新列中的值是连续的数字，但在您的情况下根据您的意愿设置它们。

我的代码的结果（列排序后）是：

first        bar                           baz                    
second       one       two     three       one       two     three
A      -1.089798  2.053026  0.963228  0.470218  1.440740  1.910958
B       0.488875  0.428836  0.917711  1.413451 -0.683677  0.729774
C      -0.243064 -0.069446 -0.312510 -0.911166  0.478370 -0.432796