如何在panda中的数据帧中添加一个级别，其中新级别来自另一个数据帧的列

Question

我有一个pandas数据帧，我将其命名为data_df，如下所示。

A             B             C               D
a1 a2  a3     b1 b2 b3      c1 c2 c3        d1 d2 d3
1   1   2   3     5   6  7      3  4   5        10  1  8
2   0   5   4     8   7  9      1  5   7        8   6  1

我有另一个名为universe_df的数据帧，它看起来像这个

Index Symbol Category
1       A       X
2       B       Y
3       C       Y
4       D       Z

我希望输出看起来像这样：

X                     Y                    Z
A               B           C              D
a1 a2  a3       b1 b2 b3    c1 c2 c3       d1 d2 d3
1   1  2   3         5  6  7     3 4   5        10 1  8
2   0  5   4         8  7  9     1  5  7         8 6  1

我该怎么做？提前谢谢。

Answer 1

样本数据：

data_df = pd.DataFrame({('A', 'a1'): {1: 1, 2: 0}, ('A', 'a2'): {1: 2, 2: 5}, ('A', 'a3'): {1: 3, 2: 4}, ('B', 'b1'): {1: 5, 2: 8}, ('B', 'b2'): {1: 6, 2: 7}, ('B', 'b3'): {1: 7, 2: 9}, ('C', 'c1'): {1: 3, 2: 1}, ('C', 'c2'): {1: 4, 2: 5}, ('C', 'c3'): {1: 5, 2: 7}, ('D', 'd1'): {1: 10, 2: 8}, ('D', 'd2'): {1: 1, 2: 6}, ('D', 'd3'): {1: 8, 2: 1}})
print (data_df)
A        B        C         D      
a1 a2 a3 b1 b2 b3 c1 c2 c3  d1 d2 d3
1  1  2  3  5  6  7  3  4  5  10  1  8
2  0  5  4  8  7  9  1  5  7   8  6  1

universe_df = pd.DataFrame({'Symbol': {1: 'A', 2: 'B', 3: 'C', 4: 'D'}, 'Category': {1: 'X', 2: 'Y', 3: 'Y', 4: 'Z'}})
print (universe_df)
Symbol Category
1      A        X
2      B        Y
3      C        Y
4      D        Z

首先检查是否有相同的输出，没有尾随空格：

print (universe_df)
MultiIndex([('A', 'a1'),
('A', 'a2'),
('A', 'a3'),
('B', 'b1'),
('B', 'b2'),
('B', 'b3'),
('C', 'c1'),
('C', 'c2'),
('C', 'c3'),
('D', 'd1'),
('D', 'd2'),
('D', 'd3')],
)
print (universe_df['Symbol'].tolist())
['A', 'B', 'C', 'D']

创建Series以映射列表理解的第一级，并重新创建MultiIndex:

d = universe_df.set_index('Symbol')['Category']
data_df.columns = pd.MultiIndex.from_tuples([(d.get(a), a, b) for a, b in data_df.columns])
print (data_df)
X        Y                  Z      
A        B        C         D      
a1 a2 a3 b1 b2 b3 c1 c2 c3  d1 d2 d3
1  1  2  3  5  6  7  3  4  5  10  1  8
2  0  5  4  8  7  9  1  5  7   8  6  1

或者，您可以映射MultiIndex的第一级：

d = universe_df.set_index('Symbol')['Category']
a = data_df.columns.get_level_values(0)
b = data_df.columns.get_level_values(1)
data_df.columns = [a.map(d),a, b]

助手DataFrame的另一个想法：

d = universe_df.set_index('Symbol')['Category']
df = data_df.columns.to_frame()
df.insert(0, '', df[0].map(d))
data_df.columns = pd.MultiIndex.from_frame(df)
print (data_df)
X        Y                  Z      
0  A        B        C         D      
1 a1 a2 a3 b1 b2 b3 c1 c2 c3  d1 d2 d3
1  1  2  3  5  6  7  3  4  5  10  1  8
2  0  5  4  8  7  9  1  5  7   8  6  1