2015-02-10 8 views
6

rozważyć dataframe wielo-Index df:Pandy eval z dataframes multi-indeksowych

A  bar    flux   
B  one  three  six  three 
x 0.627915 0.507184 0.690787 1.166318 
y 0.927342 0.788232 1.776677 -0.512259 
z 1.000000 1.000000 1.000000 0.000000 

Chciałbym użyć eval odjąć ('bar', 'one') z ('flux', six'). Czy składnia eval obsługuje ten typ indeksu?

+2

myślę, że jest wsparcie dla indeksu MI ale nie kolumny MI, zobacz https://github.com/pydata/pandas/pull/4164#issuecomment-24009601. Obejście/włamanie polega na ustawieniu kolumn, wykonaniu zapytania, zresetowaniu kolumn (ponieważ jest to zazwyczaj tania operacja). –

Odpowiedz

1

Można to zrobić bez użycia eval za pomocą notacji standardowy odpowiednik Python:

df['bar']['one'] - df['flux']['six']` 

Spójrz na this odniesienia. Poniżej znajduje się przykład dla ciebie, opiera się obiekt w swoim pytaniu:

from pandas import DataFrame, MultiIndex 

# Create the object 
columns = [ 
    ('bar', 'one'), 
    ('bar', 'three'), 
    ('flux', 'six'), 
    ('flux', 'three') 
] 
data = [ 
    [0.627915, 0.507184, 0.690787, 1.166318], 
    [0.927342, 0.788232, 1.776677, -0.512259], 
    [1.000000, 1.000000, 1.000000, 0.000000] 
] 
index = MultiIndex.from_tuples(columns, names=['A', 'B']) 
df  = DataFrame(data, index=['x', 'y', 'z'], columns=index) 

# Calculate the difference 
sub = df['bar']['one'] - df['flux']['six'] 
print sub 

# Assign that difference to a new column in the object 
df['new', 'col'] = sub 
print df 

Odpowiedni wynik jest:

A  bar    flux     new 
B  one  three  six  three  col 
x 0.627915 0.507184 0.690787 1.166318 -0.062872 
y 0.927342 0.788232 1.776677 -0.512259 -0.849335 
z 1.000000 1.000000 1.000000 0.000000 0.000000