Python pandas，多索引，切片

Question

我有一个pd.DataFrame

       Time    Value  
a   1  1       1      
    2  2       5
    3  5       7
b   1  1       5
    2  2       9
    3  10      11

我想将列 Value 与列 Time - Time(t-1) 相乘，并将结果写入列 Product，从行 b 开始，但分别用于每个顶级索引。

例如 Product('1','b') 应该是 (Time('1','b') - Time('1','a')) * Value('1','b')。为此，我需要一个 "shifted" 版本的列 Time "starting" 在行 b 以便我可以做 df["Product"] = (df["Time"].shifted - df["Time"]) * df["Value"]。结果应如下所示：

       Time    Value   Product 
a   1  1       1       0
    2  2       5       5
    3  5       7       21
b   1  1       5       0
    2  2       9       9
    3  10      11      88

Answer 1

应该这样做：

>>> time_shifted = df['Time'].groupby(level=0).apply(lambda x: x.shift())
>>> df['Product'] = ((df.Time - time_shifted)*df.Value).fillna(0)
>>> df
     Time  Value  Product
a 1     1      1        0
  2     2      5        5
  3     5      7       21
b 1     1      5        0
  2     2      9        9
  3    10     11       88

Answer 2

嘿，这应该可以满足您的需求。如果我遗漏了什么，请评论。

import pandas as pd
import numpy as np

df = pd.DataFrame({'Time':[1,2,5,1,2,10],'Value':[1,5,7,5,9,11]},
    index = [['a','a','a','b','b','b'],[1,2,3,1,2,3]])

def product(x):
    x['Product'] = (x['Time']-x.shift()['Time'])*x['Value']
    return x

df = df.groupby(level =0).apply(product)
df['Product'] = df['Product'].replace(np.nan, 0)
print df

Python pandas，多索引，切片

Python pandas, multindex, slicing

python

pandas

slice

multi-index