使用单独的数据框将多索引映射到现有的熊猫数据框列

Question

我有一个以下格式的现有数据框（我们称之为df）：

               A     B     C     D
0              1     2     1     4
1              3     0     2     2
2              1     5     3     1

列名是从具有以下形式的电子表格中提取的（我们称之为cat_df）：

                      current category
broader category
X                     A
Y                     B
Y                     C
Z                     D

首先，我想添加一个更高级别的索引，使 df 看起来像这样：

               X     Y           Z
               A     B     C     D
0              1     2     1     4
1              3     0     2     2
2              1     5     3     1

最后，我想通过对子索引求和来将数据“汇总”到元索引中，以生成一个新的数据框，如下所示：

               X     Y     Z
0              1     3     4
1              3     2     2
2              1     8     1

使用来自this answer 的concat 让我很接近，但似乎挑选每个子集是一个非常手动的过程。我的真实数据集具有更复杂的映射，因此我想在构建元索引时直接引用它。我认为一旦我确定了元索引，一个简单的groupby 应该可以让我得到总和，但我仍然停留在第一步。

Answer 1

d = dict(zip(cat_df['current category'], cat_df.index))

cols = pd.MultiIndex.from_arrays([df.columns.map(d.get), df.columns])
df.set_axis(cols, axis=1, inplace=False)

   X  Y     Z
   A  B  C  D
0  1  2  1  4
1  3  0  2  2
2  1  5  3  1

---

df_new = df.set_axis(cols, axis=1, inplace=False)
df_new.groupby(axis=1, level=0).sum()

   X  Y  Z
0  1  3  4
1  3  2  2
2  1  8  1

Answer 2

IIUC，你可以这样做。

df.columns = pd.MultiIndex.from_tuples(cat_df.reset_index()[['broader category','current category']].apply(tuple, axis=1).tolist())

打印（df）

输出：

   X  Y     Z
   A  B  C  D
0  1  2  1  4
1  3  0  2  2
2  1  5  3  1

总和水平：

df.sum(level=0, axis=1)

输出：

   X  Y  Z
0  1  3  4
1  3  2  2
2  1  8  1

Answer 3

您可以使用set_index 创建idx，然后分配给您的df

idx=df1.set_index('category',append=True).index

df.columns=idx

df
Out[1170]:
current   X  Y     Z
category  A  B  C  D
0         1  2  1  4
1         3  0  2  2
2         1  5  3  1

df.sum(axis=1,level=0)
Out[1171]: 
current  X  Y  Z
0        1  3  4
1        3  2  2
2        1  8  1