在pd.DataFrame中切片和赋值

Question

首先，我们在两个轴上创建一个带有MultiIndex的小pd.DataFrame:

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)

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

现在我想让'A'行和'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不需要复制两次数据的方法。

Answer 1

您可以直接分配您的值，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

Answer 2

可以通过MultiIndex的DataFrame.rename二级来分配切片:

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

Answer 3

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)

:

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