【发布时间】：2017-12-05 13:01:06
【问题描述】：
玩具示例
假设base_df 是如下所示的微小数据框：
In [221]: base_df
Out[221]:
seed
I S
0 a 0
b 1
1 a 2
b 3
请注意，base_df 具有用于行的 2 级多索引。 （这里的部分问题涉及在派生数据框中“传播”这个多索引的值。）
现在，函数fn（在本文末尾给出的定义）接受一个整数seed 作为参数，并返回一个由字符串键索引的一列数据帧1。例如：
In [222]: fn(0)
Out[222]:
F
key
01011 0.592845
10100 0.844266
In [223]: fn(1)
Out[223]:
F
key
11110 0.997185
01000 0.932557
11100 0.128124
我想通过将fn 应用于base_df 的每一行并将生成的数据帧垂直连接来生成一个新的数据帧。更具体地说，期望的结果如下所示：
F
I S key
0 a 01011 0.592845
10100 0.844266
b 11110 0.997185
01000 0.932557
11100 0.128124
1 a 01101 0.185082
01110 0.931541
b 00100 0.070725
11011 0.839949
11111 0.121329
11000 0.569311
IOW，从概念上讲，所需的数据帧是通过为base_df 的每一行生成一个“子数据帧”，并将这些子数据帧垂直连接起来获得的。每行对应的子数据框有一个3级多索引。此多索引的前两个级别（I 和 S）来自 base_df 的该行的多索引值，而其最后一个级别（key）以及（单独）F 列来自 fn 返回的数据框，用于该行的 seed 值。
我不清楚的部分是如何将行的原始多索引值传播到由fn 为该行的seed 值创建的数据帧的行。
重要提示：我正在寻找一种与base_df 的多索引级别的名称及其编号无关的方法。
我尝试了以下
base_df.apply(lambda row: fn(row.seed), axis=1)
...但是评估失败并出现错误
ValueError: Shape of passed values is (4, 2), indices imply (4, 1)
有什么方便的方法来做我想做的事吗？
这是fn 的定义。就这个问题而言，它的内部结构并不重要。重要的是它需要一个整数 seed 作为参数，并返回一个数据帧，如前所述。
import numpy
def fn(seed, _spec='{{0:0{0:d}b}}'.format(5)):
numpy.random.seed(int(seed))
n = numpy.random.randint(2, 5)
r = numpy.random.rand(n)
k = map(_spec.format, numpy.random.randint(0, 31, size=n))
result = pandas.DataFrame(r, columns=['F'], index=k)
result.index.name = 'key'
return result
1 在这个例子中，这些键恰好对应于 0 到 31 之间的某个整数的二进制表示，包括 0 和 31，但这个事实在问题中没有任何作用。
【问题讨论】：
标签： python pandas group-by apply pandas-groupby