将数据之和为MultiIndex
将数据之和为MultiIndex
提问于 2018-11-05 10:04:00
我有两个不同索引的DataFrames，如下所示：
import pandas as pd
a = pd.DataFrame([1, 2, 3], index=['a', 'b', 'c'],
columns=['one'])
b = pd.DataFrame([5, 6], index=['d', 'e'],
columns=['two'])我可以使用以下方法创建“笛卡尔”MultiIndex：
a_plus_b = pd.MultiIndex.from_product([a.index,b.index])它变成一个空的MultiIndex：
MultiIndex(levels=[['a', 'b', 'c'], ['d', 'e']],
labels=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]])如何像下面这样创建笛卡尔和？
'a' 'd' 6 # 1 + 5
'e' 7 # 1 + 6
'b' 'd' 7 # 2 + 5
'e' 8 # 2 + 6
'c' 'd' 8 # 3 + 5
'e' 9 # 3 + 6回答 2
Stack Overflow用户
回答已采纳
发布于 2018-11-05 10:15:21
通过使用MultiIndex，可以避免显式创建pd.merge的中间步骤。
res = pd.merge(a.rename_axis('A').reset_index().assign(key=1),
b.rename_axis('B').reset_index().assign(key=1), on='key')
res = res.assign(total=res['one'] + res['two'])\
.groupby(['A', 'B'])['total'].sum()
print(res)
A B
a d 6
e 7
b d 7
e 8
c d 8
e 9
Name: total, dtype: int64Stack Overflow用户
发布于 2018-11-05 10:07:51
按第一级和第二级使用reindex：
s = a['one'].reindex(a_plus_b, level=0) + b['two'].reindex(a_plus_b, level=1)
print (s)
a d 6
e 7
b d 7
e 8
c d 8
e 9
dtype: int64页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53152117
复制相关文章
相似问题
腾讯云开发者
