pandas 在多索引级别匹配上减去答案

【问题标题】：pandas subtract on multiindex level matchingpandas 在多索引级别匹配上减去
【发布时间】：2018-09-11 10:15:14
【问题描述】：

我有一个带有两个多索引级别的 pandas 数据框

df
Out[202]: 
                     A         B         C         D
first second                                        
1     1      -0.080810  0.865259 -0.371148  0.346480
      2      -0.026636  1.259460 -1.109295 -0.871204
      3       0.372008 -1.778272  0.727838  0.620727
      4       0.918075  0.564741  2.027432 -1.614162
      5      -0.373527 -0.186027  0.225399  0.722733
2     1       0.344241  0.170596 -0.050763  2.692102
      2      -1.665413  0.357033 -0.691327 -0.983103
      3       1.277470 -1.841702  0.582107 -0.454315
      4       2.374108 -0.557879  0.797296  0.803622
      5      -1.001092  0.131217  0.131378 -0.636299

我还有第二个数据帧，由原始数据帧中的两行组成，对应于多索引级别'second == 1'

to_subtract = df.query('second == 1')  
to_subtract
Out[200]: 
                     A         B         C         D
first second                                        
1     1      -0.080810  0.865259 -0.371148  0.346480
2     1       0.344241  0.170596 -0.050763  2.692102

我想在第一级用“to_subtract”减去“df”，但对于与多索引第一级对应的所有值。 Pandas 知道如何根据匹配多索引的所有级别进行减法，如下所示

df.sub(to_subtract)
Out[201]: 
                A    B    C    D
first second                    
1     1       0.0  0.0  0.0  0.0
      2       NaN  NaN  NaN  NaN
      3       NaN  NaN  NaN  NaN
      4       NaN  NaN  NaN  NaN
      5       NaN  NaN  NaN  NaN
2     1       0.0  0.0  0.0  0.0
      2       NaN  NaN  NaN  NaN
      3       NaN  NaN  NaN  NaN
      4       NaN  NaN  NaN  NaN
      5       NaN  NaN  NaN  NaN

问题是，如何通过 to_subtract[first==1] 减去 df[first===1] 中的所有值，以及通过 to_subtract[first==2] 减去 df[first==2] 中的所有值。我假设我可以做一个 for 循环并遍历所有内容，但如果可以的话，我宁愿避免这样做，因为这些数据帧将来可能会变得很大。

提前致谢

【问题讨论】：

标签： python pandas multi-index subtraction

【解决方案1】：

我认为需要删除MultiIndex 的第二级，然后添加参数level=0 以在DataFrame.sub 中按第一级对齐：

to_subtract = df.query('second == 1').reset_index(level=1, drop=True)
#same as
#to_subtract = df.xs(1, level=1)
print (to_subtract)
              A         B         C         D
first                                        
1     -0.080810  0.865259 -0.371148  0.346480
2      0.344241  0.170596 -0.050763  2.692102

df1 = df.sub(to_subtract, level=0)
print (df1)
                     A         B         C         D
first second                                        
1     1       0.000000  0.000000  0.000000  0.000000
      2       0.054174  0.394201 -0.738147 -1.217684
      3       0.452818 -2.643531  1.098986  0.274247
      4       0.998885 -0.300518  2.398580 -1.960642
      5      -0.292717 -1.051286  0.596547  0.376253
2     1       0.000000  0.000000  0.000000  0.000000
      2      -2.009654  0.186437 -0.640564 -3.675205
      3       0.933229 -2.012298  0.632870 -3.146417
      4       2.029867 -0.728475  0.848059 -1.888480
      5      -1.345333 -0.039379  0.182141 -3.328401

【讨论】：

是的！这行得通，感谢您的帮助。作为旁注，我注意到通过执行此操作，“to_subtract”会丢失其多索引级别之一。出于好奇，有没有办法做到这一点而不会发生“to_subtract”？
@MattP。 - 在我看来不是，需要删除它。
@MattP。如果不删除它，Multiindex 是对齐的，这意味着只减去带有second==1 的行。但是如果只需要通过第一级对齐，第二级是不必要的，需要删除它。如果我的回答有帮助，请不要忘记 accept 它 - 单击答案旁边的复选标记，将其从灰色切换为已填充。谢谢。