Pandas 仅基于两个索引级别匹配的多索引减法

Question

假设我有一个 Pandas 包含 3 个索引的多索引数据框：

import pandas as pd
import numpy as np
arrays = [['UK', 'UK', 'US', 'FR'], ['Firm1', 'Firm1', 'Firm2', 'Firm1'], ['Andy', 'Peter', 'Peter', 'Andy']]
idx = pd.MultiIndex.from_arrays(arrays, names = ('Country', 'Firm', 'Responsible'))
df_3idx = pd.DataFrame(np.random.randn(4,3), index = idx)
df_3idx
                                  0         1         2
Country Firm  Responsible                              
UK      Firm1 Andy         0.237655  2.049636  0.480805
              Peter        1.135344  0.745616 -0.577377
US      Firm2 Peter        0.034786 -0.278936  0.877142
FR      Firm1 Andy         0.048224  1.763329 -1.597279

我还有另一个 pd.dataframe，由上述数据中多索引级别 1 和 2 的独特组合组成：

arrays = [['UK', 'US', 'FR'], ['Firm1', 'Firm2', 'Firm1']]
idx = pd.MultiIndex.from_arrays(arrays, names = ('Country', 'Firm'))
df_2idx = pd.DataFrame(np.random.randn(3,1), index = idx)
df_2idx
                      0
Country Firm           
UK      Firm1 -0.103828
US      Firm2  0.096192
FR      Firm1 -0.686631

我想用 df_2idx 中的相应值减去 df_3idx 中的值，因此，例如，我想从前两行的每个值中减去值 -0.103828，因为两个数据帧的索引 1 和 2 都匹配。

有人知道怎么做吗？我想我可以简单地拆开第一个数据帧然后减去，但我收到一条错误消息。

df_3idx.unstack('Responsible').sub(df_2idx, axis=0)

ValueError: cannot join with no overlapping index names

无论如何，拆栈可能不是一个更好的解决方案，因为我的数据非常大，拆栈可能需要很多时间。

如有任何帮助，我将不胜感激。非常感谢！

Answer 1

然而，答案并不重要。 sub 方法将对齐匹配的索引级别。

pd.DataFrame.sub 带参数 axis=0

df_3idx.sub(df_2idx[0], axis=0)

                                  0         1         2
Country Firm  Responsible                              
FR      Firm1 Andy         0.027800  3.316148  0.804833
UK      Firm1 Andy        -2.009797 -1.830799 -0.417737
              Peter       -1.174544  0.644006 -1.150073
US      Firm2 Peter       -2.211121 -3.825443 -4.391965

Pandas 仅基于两个索引级别匹配的多索引减法

Pandas Multiindex subtract based on only two index level matchings

python

subtraction

multi-index

pandas