pandas 在pd.DataFrame中进行切片和赋值

0s7z1bwu 于 2023-04-10 发布在其他

关注(0)|答案(3)|浏览(220)

首先，我们创建一个小的pd.DataFrame，在两个轴上都有MultiIndex：

columns = pd.MultiIndex.from_tuples([('a', 2), ('a', 3), ('b', 1), ('b', 3)], names=['col_1', 'col_2'])
index = pd.MultiIndex.from_tuples([(pd.Timestamp('2023-03-01'), 'A'), (pd.Timestamp('2023-03-01'), 'B'), (pd.Timestamp('2023-03-01'), 'C'), (pd.Timestamp('2023-03-02'), 'A'), (pd.Timestamp('2023-03-02'), 'B'), (pd.Timestamp('2023-03-03'), 'B'), (pd.Timestamp('2023-03-03'), 'C')], names=['idx_1', 'idx_2'])
data = np.arange(len(index) * len(columns)).reshape(len(index), len(columns))
df = pd.DataFrame(index=index, columns=columns, data=data)

所以我们得到

col_1              a       b    
col_2              2   3   1   3
idx_1      idx_2                
2023-03-01 A       0   1   2   3
           B       4   5   6   7
           C       8   9  10  11
2023-03-02 A      12  13  14  15
           B      16  17  18  19
2023-03-03 B      20  21  22  23
           C      24  25  26  27

现在我希望'A'和'B'行相等：

col_1              a       b    
col_2              2   3   1   3
idx_1      idx_2                
2023-03-01 A       4   5   6   7
           B       4   5   6   7
           C       8   9  10  11
2023-03-02 A      16  17  18  19
           B      16  17  18  19
2023-03-03 B      20  21  22  23
           C      24  25  26  27

我可以这样做：

df = df.unstack()
df.loc[:, pd.IndexSlice[:, :, 'A']] = df.loc[:, pd.IndexSlice[:, :, 'B']].values
df = df.stack().reindex(index)

我想知道是否有另一种方法，而不是事实上复制数据两次。

pandas

来源：https://stackoverflow.com/questions/75938882/slice-and-assign-in-a-pd-dataframe

3条答案

按热度按时间

owfi6suc1#

您可以直接指定值，使用rename强制对齐：

idx = pd.IndexSlice
df.loc[idx[:, 'A'], :] = df.loc[idx[:, 'B'], :].rename({'B': 'A'}, level='idx_2')

输出：

col_1              a       b    
col_2              2   3   1   3
idx_1      idx_2                
2023-03-01 A       4   5   6   7
           B       4   5   6   7
           C       8   9  10  11
2023-03-02 A      16  17  18  19
           B      16  17  18  19
2023-03-03 B      20  21  22  23
           C      24  25  26  27

赞(0）回复(0）举报 2023-04-10

pkmbmrz72#

您可以按MultiIndex的DataFrame.rename第二级分配切片：

df.loc[pd.IndexSlice[:, 'A'],:] = df.loc[pd.IndexSlice[:, 'B'],:].rename({'B':'A'}, level=1)

print (df)
col_1              a       b    
col_2              2   3   1   3
idx_1      idx_2                
2023-03-01 A       4   5   6   7
           B       4   5   6   7
           C       8   9  10  11
2023-03-02 A      16  17  18  19
           B      16  17  18  19
2023-03-03 B      20  21  22  23
           C      24  25  26  27

赞(0）回复(0）举报 2023-04-10

5lwkijsr3#

def function1(dd:pd.DataFrame):
    dd1=dd.reset_index()
    dd1.loc[dd1.idx_2=='A',[ ('a', 2), ('a', 3), ('b', 1), ('b', 3)]]=dd1.loc[dd1.idx_2=='B',[ ('a', 2), ('a', 3), ('b', 1), ('b', 3)]].values
    return dd1.set_index(['idx_1', 'idx_2'])

df.groupby(level=0).apply(function1)

输出：

col_1              a       b    
col_2              2   3   1   3
idx_1      idx_2                
2023-03-01 A       4   5   6   7
           B       4   5   6   7
           C       8   9  10  11
2023-03-02 A      16  17  18  19
           B      16  17  18  19
2023-03-03 B      20  21  22  23
           C      24  25  26  27

赞(0）回复(0）举报 2023-04-10

我来回答

pandas 在pd.DataFrame中进行切片和赋值

3条答案

相关问题

热门标签

最新问答