多索引Pandas Dataframe中2列的差异

Question

我有一个Pandas DataFrame，它的列是具有2个级别的MultiIndex，如下所示：

index = ['monday','tuesday','wednesday']
tuples = [('yesterday','travel'),('yesterday','food'),('today','travel'),('today','food')]
columns = pd.MultiIndex.from_tuples(tuples,names=[None,'category'])
df = pd.DataFrame(np.random.randint(low=0, high=10, size=(3, 4)), index=index, columns=columns)

我只是想将“旅行”和“食物”列的差异存储到一个新的顶级列中-例如，“diff”-紧挨着“昨天”和“旅行”。

diff = t['today'] - t['yesterday']

我将返回我感兴趣的底层DataFrame，但是我不知道如何在整个DataFrame中正确地放置它。

类似于：

pd.concat([df,diff],axis=1)

产生一个有趣的(但不正确的)结果

Answer 1

一种方法是将diff的列作为MultiIndex，如下所示：

diff = df['today'] - df['yesterday']
diff.columns = pd.MultiIndex.from_tuples([('diff',col) for col in diff.columns])

然后当你使用concat时，它提供了：

print (pd.concat([df,diff],axis=1))
          yesterday       today        diff     
category     travel food travel food travel food
monday            8    7      7    1     -1   -6
tuesday           1    3      0    8     -1    5
wednesday         6    4      5    6     -1    2

编辑:另一种不使用MultiIndex的方法是直接执行创建列的操作：

df[[('diff','travel'),('diff','food')]] = df['today'] - df['yesterday']

更通用的方法是，您可以使用get_level_values

df[[('diff',col) for col in df.columns.get_level_values(1).unique()]] = df['today'] - df['yesterday']