我有一个带有多索引的数据框，这样我就可以轻松地创建一个使用来自多个列的数据作为输入的函数:
df = pd.DataFrame({('ALSN','VA.M'):range(5), ('ALSN','VB.M'):np.arange(5)+2,
('ALVY','VA.M'):range(5), ('ALVY','VB.M'):np.arange(5)+20,
('ALSN', 'VP.M'):np.arange(5)-10, ('ALVY','VP.M'):np.arange(5)-30,
('ALGG', 'VP.M'):np.arange(5)/5.})
ALGG ALSN ALVY
VP.M VA.M VB.M VP.M VA.M VB.M VP.M
0 0.0 0 2 -10 0 20 -30
1 0.2 1 3 -9 1 21 -29
2 0.4 2 4 -8 2 22 -28
3 0.6 3 5 -7 3 23 -27
4 0.8 4 6 -6 4 24 -26
我想对此进行过滤，然后将一个函数应用于 VA.M 和 VB.M 列:
df2 = g.filter(lambda z: z.name[-1] != 'G')
df2.groupby(level=0, axis=1).apply(lambda g: pd.Series(g[g.name]['VB.M']+g[g.name]['VA.M']))
ALSN ALVY
0 2 20
1 4 22
2 6 24
3 8 26
4 10 28
到目前为止一切顺利。 但是，我真正想做的是构建一个将多列作为输入(如上)但随后输出多列的函数。因此，例如，它可以对 VA.M 和 VB.M 列求和，然后将平方根和立方根作为新列返回。
显然，我可以使用两个不同的应用函数(计算总和，然后计算平方根或立方根)来执行此操作，但我只想执行一次中间步骤(计算总和)。这可能吗？
此外，我希望将输出存储回数据框中，例如列 ('ALSN', 'V2') 和 ('ALSN', 'V3') 可以在与申请同时进行？或者我是否需要计算 V2 或 V3 列，然后获取生成的数据帧并与原始数据帧合并？
请您参考如下方法:
这并不容易。
首先通过get_level_values 找到MultiIndex 第一层的值与 boolean indexing然后选择 slicers :
lvl = df.columns.get_level_values(0).unique()
lvl = lvl[~lvl.str.contains('G')]
print (lvl)
Index(['ALSN', 'ALVY'], dtype='object')
idx = pd.IndexSlice
df2 = df.loc[:, idx[lvl, ['VA.M','VB.M']]]
print (df2)
ALSN ALVY
VA.M VB.M VA.M VB.M
0 0 2 0 20
1 1 3 1 21
2 2 4 2 22
3 3 5 3 23
4 4 6 4 24
对每个函数使用groupby 然后concat与 unstack :
print (pd.concat([df2.groupby(level=0, axis=1).apply(lambda x: (x**2).sum(axis=1)),
df2.groupby(level=0, axis=1).apply(lambda x: (x**3).sum(axis=1))],
keys=('x^2','x^3')).unstack(0))
ALSN ALVY
x^2 x^3 x^2 x^3
0 4 8 400 8000
1 10 28 442 9262
2 20 72 488 10656
3 34 152 538 12194
4 52 280 592 13888
另一个非常相似的解决方案:
print (df2.groupby(level=0, axis=1).apply(lambda x: (x**2)))
ALSN ALVY
VA.M VB.M VA.M VB.M
0 0 4 0 400
1 1 9 1 441
2 4 16 4 484
3 9 25 9 529
4 16 36 16 576
print (df2.groupby(level=0, axis=1).apply(lambda x: (x**3)))
ALSN ALVY
VA.M VB.M VA.M VB.M
0 0 8 0 8000
1 1 27 1 9261
2 8 64 8 10648
3 27 125 27 12167
4 64 216 64 13824
df21 = df2.groupby(level=0, axis=1).apply(lambda x: (x**2).sum(axis=1))
df22 = df2.groupby(level=0, axis=1).apply(lambda x: (x**3).sum(axis=1))
print (df21)
ALSN ALVY
0 4 400
1 10 442
2 20 488
3 34 538
4 52 592
print (df22)
ALSN ALVY
0 8 8000
1 28 9262
2 72 10656
3 152 12194
4 280 13888
print (pd.concat([df21,df22], keys=('x^2','x^3')).unstack(0))
ALSN ALVY
x^2 x^3 x^2 x^3
0 4 8 400 8000
1 10 28 442 9262
2 20 72 488 10656
3 34 152 538 12194
4 52 280 592 13888
通过评论编辑:
df = df2.groupby(level=0, axis=1).sum()
print (df)
ALSN ALVY
0 2 20
1 4 22
2 6 24
3 8 26
4 10 28
df3 = pd.concat([df ** 2, df ** 3], keys=('x^2','x^3'), axis=1)
df3.columns = df3.columns.swaplevel(0,1)
df3 = df3.sort_index(axis=1)
print (df3)
ALSN ALVY
x^2 x^3 x^2 x^3
0 4 8 400 8000
1 16 64 484 10648
2 36 216 576 13824
3 64 512 676 17576
4 100 1000 784 21952
