有条件地将来自不同数据帧的聚合列连接到新的数据帧中

Question

我有几个具有以下结构的数据帧：

In [22]: arrays = [np.array(['A1', 'A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'A2']),
   ....:           np.array(['B1', 'B1', 'B2', 'B2', 'B1', 'B1', 'B2', 'B2']),
   ....:           np.array(['C1', 'C2', 'C1', 'C2', 'C1', 'C2', 'C1', 'C2'])]
In [23]: df1 = pd.DataFrame(np.random.randint(10, size=(8, 4)), index=arrays)
In [24]: df1
Out[24]: 
          0  1  2  3
A1 B1 C1  2  7  3  4
      C2  6  2  1  7
   B2 C1  3  3  5  6
      C2  9  6  3  6
A2 B1 C1  7  8  0  6
      C2  6  3  1  6
   B2 C1  9  3  8  2
      C2  7  1  2  8

In [25]: df2 = pd.DataFrame(np.random.randint(10, size=(8, 4)), index=arrays)
In [26]: df2
Out[26]: 
          0  1  2  3
A1 B1 C1  7  2  5  2
      C2  0  2  9  0
   B2 C1  2  2  6  9
      C2  4  6  3  8
A2 B1 C1  7  1  5  1
      C2  6  2  2  6
   B2 C1  5  8  1  6
      C2  7  4  8  0

我想构造以下数据帧。你知道吗

max是列“0”子数组中的最大值

nth是列“2”子数组中的第0个元素（如果第一级索引值包含“1”，则为列“3”子数组中的第0个元素，否则为）。你知道吗

             df1       df2
        max  nth  max  nth
A1  B1    6    3    7    5
    B2    9    5    4    6  
A2  B1    7    6    7    1
    B2    9    2    7    6

我尝试df[0].groupby(level=[0, 1]).max()计算max和df[2 or 3].groupby(level=[0, 1]).nth(0)计算nth，但坚持使用索引值作为条件来选择列2或列3。你知道吗

Answer 1

以下是我的出发点（与您的代码相同，不同的随机值）：

          0  1  2  3
A1 B1 C1  3  4  1  6
      C2  6  3  4  5
   B2 C1  8  3  5  1
      C2  8  5  1  6
A2 B1 C1  8  7  0  6
      C2  5  1  4  7
   B2 C1  3  1  8  5
      C2  7  1  7  8

---

df[0] = df.groupby(level=[0,1])[0].transform(max)

          0  1  2  3
A1 B1 C1  6  4  1  6
      C2  6  3  4  5
   B2 C1  8  3  5  1
      C2  8  5  1  6
A2 B1 C1  8  7  0  6
      C2  8  1  4  7
   B2 C1  7  1  8  5
      C2  7  1  7  8

在第一个级别中，我找不到直接检查“1”的方法，所以我只是将它转换为带有reset_index的colunn，然后对它使用string方法就相当容易了。你知道吗

df['one'] = df.reset_index().level_0.str.contains('1').values
df['nth'] = np.where( df.one, df[2], df[3] )

          0  1  2  3    one  nth
A1 B1 C1  6  4  1  6   True    1
      C2  6  3  4  5   True    4
   B2 C1  8  3  5  1   True    5
      C2  8  5  1  6   True    1
A2 B1 C1  8  7  0  6  False    6
      C2  8  1  4  7  False    7
   B2 C1  7  1  8  5  False    5
      C2  7  1  7  8  False    8

现在把事情清理干净（有些事情可以早点做，但我认为等到最后再把它们结合起来会更清楚）：

df.iloc[0::2,[0,-1]].reset_index(level=2,drop=True).rename(columns={0:'max'})

       max  nth
A1 B1    6    1
   B2    8    5
A2 B1    8    6
   B2    7    5

我不确定你是否也在问concat，但很简单：

pd.concat( [df1,df2], axis=1)