熊猫:向多索引列数据框添加列


72

我想将一列添加到multiindex列数据框的第二级。

In [151]: df
Out[151]: 
first        bar                 baz           
second       one       two       one       two 
A       0.487880 -0.487661 -1.030176  0.100813 
B       0.267913  1.918923  0.132791  0.178503
C       1.550526 -0.312235 -1.177689 -0.081596 

直接分配的通常技巧不起作用:

In [152]: df['bar']['three'] = [0, 1, 2]

In [153]: df
Out[153]: 
first        bar                 baz           
second       one       two       one       two 
A       0.487880 -0.487661 -1.030176  0.100813
B       0.267913  1.918923  0.132791  0.178503
C       1.550526 -0.312235 -1.177689 -0.081596

如何在“栏”下添加第三行?


2
我想OP意味着要添加第三
Qaswed

Answers:


91

这实际上很简单(FWIW,我原本以您的方式来做):

df['bar', 'three'] = [0, 1, 2]
df = df.sort_index(axis=1)
print(df)

        bar                        baz          
        one       two  three       one       two
A -0.212901  0.503615      0 -1.660945  0.446778
B -0.803926 -0.417570      1 -0.336827  0.989343
C  3.400885 -0.214245      2  0.895745  1.011671

谢谢。我必须说(对我而言),为什么仅在使用sort_index之后才显示新列,这是完全不明显的。

4
抱歉,这不是答案,只是我很挑剔。实际上,它会在您致电时立即显示df['bar', 'three'] = [0, 1, 2]。默认情况下,pandas会将其放在DataFrame的末尾([baz,两个]之后)。我只是想和其他人一起看bar
spencerlyon2

我懂了。感谢您的解释。

1
这会将新列“三”附加到子表“栏”。但是,如果要在子表“ bar”中插入(而不是追加)此新列,例如在“一”和“二”之间插入“三”怎么办?
Joris Kinable,

列的顺序在这里并不重要。如果你想重新排列它们,所以它们显示的“一,三,二”,你能做到这一点,通过使用df.loc[:, XX]其中XX有元组(“酒吧”,“一个”),(“酒吧”,“三”)等
spencerlyon2

14

如果我们要添加一个多级列:

来源DF:

In [221]: df
Out[221]:
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

选项1:添加除法结果:bar / baz作为新foo

In [222]: df = df.join(df[['bar']].div(df['baz']).rename(columns={'bar':'foo'}))

In [223]: df
Out[223]:
first        bar                 baz                 foo
second       one       two       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740 -2.317647  1.424980
B       0.488875  0.428836  1.413451 -0.683677  0.345873 -0.627250
C      -0.243064 -0.069446 -0.911166  0.478370  0.266761 -0.145172

选项2:添加带有三个“子列”的多层列:

In [235]: df = df.join(pd.DataFrame(np.random.rand(3,3),
     ...:                           columns=pd.MultiIndex.from_product([['new'], ['one','two','three']]),
     ...:                             index=df.index))

In [236]: df
Out[236]:
first        bar                 baz                 new
second       one       two       one       two       one       two     three
A      -1.089798  2.053026  0.470218  1.440740  0.274291  0.636257  0.091048
B       0.488875  0.428836  1.413451 -0.683677  0.668157  0.456931  0.227568
C      -0.243064 -0.069446 -0.911166  0.478370  0.333824  0.363060  0.949672

以及如何识别和独立列?我尝试过:df = df.join(pd.DataFrame(np.random.rand(3, 1), columns = pd.MultiIndex.from_product([['new']]), index = df.index)) 是正确的方法吗?
Chacho Fuva
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.