Pandas多重索引的部分连接

Question

所以，这就是我的问题：

dfa = pd.DataFrame({"a": [["a", "b", "c"][int(k/10)] for k in range(30)],
                    "b": ["a" + repr([10, 20, 30, 40, 50, 60][int(k/5)]) for k in range(30)],
                    "c": np.arange(30),
                    "d": np.random.normal(size=30)}).set_index(["a","b","c"])
dfb = pd.DataFrame({"a": [["a", "b", "c"][int(k/2)] for k in range(6)],
                    "b": ["a" + repr([10, 20, 30, 40, 50, 60][k]) for k in range(6)],
                    "m": np.random.normal(size=6)**2}).set_index(["a","b"])

基本上，我有两个带有多层索引的数据框，我想要在("a", "b")上连接后将dfa.d除以dfb.m。 我无法朴素地执行dfa.d / dfb.m或join，因为它会提示"merging with more than one level overlap on a multi-index is not implemented"。

我找到的最直接（哈哈）的方法如下：

dfc = dfa.reset_index().set_index(["a", "b"]).join(dfb)
dfc["r"] = dfc.d / dfc.m
dfd = dfc.reset_index().set_index(["a", "b", "c"])[["r"]]

有什么快捷键吗？

- marco

---

我开始认为这是pandas的一个bug。例如，dfa.loc[dfb.index]返回所有空值，但应该返回除法的值。 - ZJS

如果您在源代码上查找我的错误信息，似乎它是有意义的（"join on 1 but no more than 1"）;不过我不知道原因。 - marco

Answer 1

这个问题有一个未解决的bug，当前里程碑显示0.15.1。

在更好的解决方案出现之前，可以通过以下步骤解决该问题：

• 通过unstack将不匹配的索引级别移至列中
• 执行乘法/除法
• 将列stack回原来的位置。

操作如下：

In [109]: dfa.unstack('c').mul(dfb.squeeze(), axis=0).stack('c')
Out[109]: 
                  d
a b   c            
a a10 0    1.535221
      1   -2.151894
      2    1.986061
      3   -1.946031
      4   -4.868800
  a20 5   -2.278917
      6   -1.535684
      7    2.289102
      8   -0.442284
      9   -0.547209
b a30 10 -12.568426
      11   7.180348
      12   1.584510
      13   3.419332
      14  -3.011810
  a40 15  -0.367091
      16   4.264955
      17   2.410733
      18   0.030926
      19   1.219653
c a50 20   0.110586
      21  -0.430263
      22   0.350308
      23   1.101523
      24  -1.371180
  a60 25  -0.003683
      26   0.069884
      27   0.206635
      28   0.356708
      29   0.111380

注意两个事情：

1. dfb 必须是一个 Series，否则会有关于使用哪些 dfb 列进行乘法的额外复杂性。你可以用 dfb['m'] 替换 dfb.squeeze()。
2. 如果不匹配的索引不是三个中的最后一个，则索引级别的顺序将不被保留。在这种情况下，请执行 @jreback 建议的内容 并在之后重新排序索引级别：.reorder_levels(dfa.index.names)

- LondonRob