将具有多索引的 Pandas 数据帧除以具有较小多索引的另一个数据帧

Question

我想将具有多索引的数据帧中的所有列除以具有多索引的另一个数据帧，小一级。飞蛾指数的前两个级别是相同的。第三级应该是广播的。

df_0 = pd.DataFrame( {
    "col0": [ 1, 2, 3, 4, 5 ],
    "col1": [ 3, 6, 9, 12, 15 ],
} )
df_0.index = pd.MultiIndex.from_tuples(
    [ ( "A", "a", 0 ), ( "A", "a", 1 ), ( "A", "b", 0 ), ( "A", "b", 1 ), ( "B", "b", 0 ) ]
)
df_0.index.names = [ "foo", "bar", "baz" ]

df_1 = pd.DataFrame( {
    "stuff": [ 100, 110, 120, 130, ],
} )
df_1.index = pd.MultiIndex.from_tuples(
    [ ( "A", "a" ), ( "A", "b" ), ( "B", "a" ), ( "B", "b" ) ]
)
df_1.index.names = [ "foo", "bar" ]
print( df_0 )
print( df_1 )

这给了我以下两个数据框df_0

             col0  col1
foo bar baz            
A   a   0       1     3
        1       2     6
    b   0       3     9
        1       4    12
B   b   0       5    15

和df_1

         stuff
foo bar       
A   a      100
    b      110
B   a      120
    b      130

如果我尝试将每个列值除以相应的 stuff 列，我会收到一条错误消息

print( df_0.div( df_1 ) )
Join on level between two MultiIndex objects is ambiguous

我想要达到的是以下结果：

              col0    col1
foo bar baz            
A   a   0    1/100   3/100
        1    2/100   6/100
    b   0    3/110   9/110
        1    4/110  12/110
B   b   0    5/130  15/130

Answer 1

首先使用DataFrame.reindex DataFrame，所以两个级别都相同，所以可能除以Series 由stuff 选择：

df = df_0.div(df_1.reindex(df_0.index)['stuff'], axis=0)
print (df)
                 col0      col1
foo bar baz                    
A   a   0    0.010000  0.030000
        1    0.020000  0.060000
    b   0    0.027273  0.081818
        1    0.036364  0.109091
B   b   0    0.038462  0.115385

详情：

print( df_1.reindex(df_0.index)['stuff'] )
foo  bar  baz
A    a    0      100
          1      100
     b    0      110
          1      110
B    b    0      130
Name: stuff, dtype: int64

Answer 2

您首先需要join 数据帧，以便索引对齐，然后然后执行操作：

df = df_0.join(df_1)
df['col0'] = df.col0/df.stuff
df['col1'] = df.col1/df.pop('stuff')

               col0      col1
foo bar baz                    
A   a   0    0.010000  0.030000
        1    0.020000  0.060000
    b   0    0.027273  0.081818
        1    0.036364  0.109091
B   b   0    0.038462  0.115385

如果您的 pandas 版本过时，您可能会收到 NotImplementedError。在这种情况下，reset_index 和 merge 的替代方法是：

df = df_0.reset_index().merge(df_1, on=['foo', 'bar']).set_index(['foo', 'bar','baz'])