Python Pandas mehrstufige Indizierung - Hinzufügen neuer Spalten

Question

Ich habe Panel anstelle von Datenrahmen mit Multi-Level-Indizierung verwendet, weil sie für große Datensätze schneller zu sein scheinen. Aber ich gehe jetzt zum Midx-Framework über. Mit Panel, kann ich dies ganz einfach:

import pandas as pd 
pan = pd.Panel(np.random.randn(3,5,2),items=['p1','p2','p3'],minor_axis=['a','b']) 

Dann fügen Sie ein neues Element:

pan['p4'] = pd.DataFrame(np.random.randn(10,2),columns=['a','b']) 

Aber mit MIDX:

cols = [['p1','p2','p3'],['a','b']] 
idx = pd.MultiIndex.from_product(cols) 
df_midx = pd.DataFrame(np.random.randn(10,6),columns=idx) 

Dies gibt einen Fehler zurück:

df_midx['p4'] = pd.DataFrame(np.random.randn(10,2),columns=['a','b']) 

ValueError: Wrong number of items passed 2, placement implies 1

Answer 1

können Sie concat verwenden, da Sie einen Datenrahmen zugewiesen werden versuchen, und Sie Multi-Level-Spalten haben also

Schritt 1: Spalte Datenrahmen die Datenrahmen ein Multi-Level-

samp = pd.DataFrame(pd.np.random.randn(10,2),columns=['a','b']) 
p4 = pd.concat([samp], keys=['p4'],axis=1) 

Make

Oder:

new_idx = pd.MultiIndex.from_product([['p4'],['a','b']]) 
p4 = pd.DataFrame(pd.np.random.randn(10,2),columns=new_idx) 

Schritt2: Concat beide Datenrahmen

ndf = pd.concat([df_midx,p4] ,axis=1) 

     p1     p2     p3     p4 \ 
      a   b   a   b   a   b   a 
0 -0.345972 -0.091595 1.524982 -1.181117 -1.288529 -1.295967 0.199311 
1 -0.398007 0.805862 0.109550 0.449695 0.342036 0.516858 1.128231 
2 -1.141256 0.614402 1.512875 -1.469454 0.637108 -0.413336 -1.483573 
3 -0.018409 0.842007 0.170275 1.731468 0.022853 -1.665722 -1.174225 
4 -0.407416 0.635482 -0.486413 0.090096 0.489290 -1.704067 -2.228681 
5 0.283725 -1.314413 0.382782 -1.139884 0.607638 -1.682241 1.479211 
6 0.369212 0.378822 -0.714765 -0.796454 0.840744 1.399895 -1.204143 
7 1.214798 -0.134845 1.274823 -0.319794 1.658468 1.442076 -2.118546 
8 0.305107 -1.649617 -0.424912 1.520576 -1.285289 0.476907 -1.104102 
9 1.175882 -1.677547 -0.842787 -0.585976 0.046749 -0.369360 -1.339593 


      b 
0 -0.438747 
1 0.395792 
2 0.561690 
3 -0.739772 
4 0.745308 
5 0.734140 
6 0.112849 
7 0.314292 
8 2.363909 
9 -1.741678