如何在多索引数据框中分割数据

Question

作为图片，我有一个名为"overall_zx"[78]的多索引数据框。

YTD2017/YTD2018/YTD2019的销售量和销售量。现在，我要计算价格（销售量除以YTD。我找到了将价格计算为[79]的方法，但是我不知道如何在此表的overall_zx中将其合并。

否则，有什么方法可以直接分割它们？就像单层结构数据框一样例如：

df['price']  = df['sales'] / df['volumns'] 

（（在multi-index中，此代码无效）

Answer 1

为了测试，我使用了以下DataFrame（使用拉丁字符作为列名和索引）：

   Volume                     Sale                  
  YTD2017 YTD2018 YTD2019  YTD2017  YTD2018  YTD2019
A   212.0   220.0  226.16  3654.04  4163.87  4695.12
B    17.5    18.5   18.57   234.84   274.47   298.90
C    18.5    14.5   12.66   213.02   191.14   177.46

我的第一个观察结果是，仅df.Sale / df.Volume单独[[确实有效，因此，将结果保存在辅助DataFrame（df2）中。到目前为止，我们有：

     YTD2017    YTD2018    YTD2019
A  17.236038  18.926682  20.760170
B  13.419429  14.836216  16.095854
C  11.514595  13.182069  14.017378

此结果不能与原始
df

连接，因为df具有一个MultiIndex作为列，而df2具有“普通”索引。但是我们可以

add将缺少的索引级别添加到df2

中的列：df2.columns = pd.MultiIndex.from_product([['Price'], df2.columns])

现在
df2

在列上还包含MultiIndex：

       Price                      
     YTD2017    YTD2018    YTD2019
A  17.236038  18.926682  20.760170
B  13.419429  14.836216  16.095854
C  11.514595  13.182069  14.017378

所以现在加入这两个DataFrame没有障碍：
df = df.join(df2)

获取：
   Volume                     Sale                        Price             
  YTD2017 YTD2018 YTD2019  YTD2017  YTD2018  YTD2019    YTD2017    YTD2018    YTD2019 
A   212.0   220.0  226.16  3654.04  4163.87  4695.12  17.236038  18.926682  20.760170 
B    17.5    18.5   18.57   234.84   274.47   298.90  13.419429  14.836216  16.095854 
C    18.5    14.5   12.66   213.02   191.14   177.46  11.514595  13.182069  14.017378 

Answer 2

您可以通过将DataFrame.join和DataFrame.join加倍选择相同的新名称来使用新的MultIndex DataFrame，在此处使用[]：

rename

[另一个由price重塑的想法df1  = (df.join(df[['sales']].rename(columns={'sales':'price'}) / 
                df[['volumns']].rename(columns={'volumns':'price'})))
：
对于新列，将DataFrame.stack用于一种行解决方案：
DataFrame.stack

此替代项有什么相同之处：
DataFrame.unstack

从@Valdi_Bo借用数据：
DataFrame.unstack