pandas 如何按一级索引分组并将函数应用于熊猫中的二级索引
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/12490762/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
How to groupby the first level index and apply function to the second index in Pandas
提问by bigbug
I have multilevel dataframe 'df' like this :
我有这样的多级数据框“df”：
col1 col2
first second
a 0 5 5
1 5 5
2 5 5
b 0 5 5
1 5 5
And I want to apply a function func(exp: 'lambda x: x*10') to second, somewhat like :
我想应用一个函数func(exp:)'lambda x: x*10'到second，有点像：
df.groupby(level='first').second.apply(func)
and result will lokk like:
结果会像：
col1 col2
first second
a 0 5 5
10 5 5
20 5 5
b 0 5 5
10 5 5
The above command not work for secondis not a column, so .secondis not accepted by Pandas .
上述不适用的命令不是second列，因此.second不被 Pandas 接受。
I don't want to do that by df.reset_index(), blablabla..., then finally df.set_index().I prefer to do it in one command, How to do ?
我不想通过df.reset_index()blablabla做到这一点，最后df.set_index().我更喜欢用一个命令来做到这一点，怎么办？
采纳答案by Def_Os
When creating the DataFrame, you could set the MultiIndex as follows:
创建 DataFrame 时，您可以按如下方式设置 MultiIndex：
df.set_index(['first', 'second'], drop=False)
This way, the index column is not dropped and still accessible for your apply.
这样，索引列不会被删除并且您的apply.
回答by JoeCondron
You can use the set_levelsmethod of the index to change the values in a given level. So for a given funcand levelyou can do:
您可以使用set_levels索引的方法来更改给定级别中的值。所以对于给定的func，level你可以这样做：
new_values = map(func, df.index.get_level_values(level))
df.index.set_levels(new_values, level, inplace=True)
