DataFrame（Pandas）中所有列的新空子列答案

【问题标题】：New empty subcolumn to all columns in DataFrame (Pandas)DataFrame（Pandas）中所有列的新空子列
【发布时间】：2022-11-06 00:01:04
【问题描述】：

我正在使用 Pandas 中的 multiindex - multicolumns DataFrame。我有 16 个主要栏目（0 级），例如气候变化、臭氧消耗等；每个子栏都包含 2 个子栏（级别 1）：农业和转型。

我想为每个主列创建一个新的子列 (Transport)，稍后我将用新数据填充它。问题是我不想做一个循环（不知道我会怎么做），但我找不到任何直接的方法来执行它。

已经尝试了循环选项：

for i in list(df.columns.levels[0]):
    df[i, 'Transport'] = ''

但是，这会复制主列并使用新的空字段创建它们。无论如何，没有循环就可以做到吗？如果没有，我如何对这些新创建的列进行分组？

已经检查了这个问题，但不适合我： Add a subcolumn to each column on multilevel column index

提前致谢。

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

以以下玩具数据框为例：

import pandas as pd

df = pd.DataFrame(
    [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],
    columns=pd.MultiIndex.from_product([("col1", "col2"), ("sub_col1", "sub_col2")]),
    index=[0, 1, 2],
)

print(df)
# Output
      col1              col2
  sub_col1 sub_col2 sub_col1 sub_col2
0        1        2        3        4
1        5        6        7        8
2        9       10       11       12

这是使用 Pandas advanced indexing with hierarchical index 和 concat 的一种方法：

dfs = []
for col in df.columns.levels[0]:
    tmp = df.copy()[col]
    tmp.loc[:, (col, "sub_col3")] = ""
    dfs.append(tmp)

new_df = pd.concat(dfs, axis=1, keys=df.columns.levels[0])

然后：

print(new_df)
# Output
      col1                            col2
  sub_col1 sub_col2 col1 sub_col3 sub_col1 sub_col2 col2 sub_col3
0        1        2                      3        4
1        5        6                      7        8
2        9       10                     11       12

【讨论】：