Pandas частичное соединение на multiindex

Итак, это моя проблема:

dfa = pd.DataFrame({"a": [["a", "b", "c"][int(k/10)] for k in range(30)],
                    "b": ["a" + repr([10, 20, 30, 40, 50, 60][int(k/5)]) for k in range(30)],
                    "c": np.arange(30),
                    "d": np.random.normal(size=30)}).set_index(["a","b","c"])
dfb = pd.DataFrame({"a": [["a", "b", "c"][int(k/2)] for k in range(6)],
                    "b": ["a" + repr([10, 20, 30, 40, 50, 60][k]) for k in range(6)],
                    "m": np.random.normal(size=6)**2}).set_index(["a","b"])

По существу у меня есть два кадра данных с мультииндексами, и я хочу разделить dfa.d на dfb.m, присоединившись к ("a", "b"). Я не могу наивно делать dfa.d / dfb.m или join, потому что он говорит, что merging with more than one level overlap on a multi-index is not implemented.

Самый простой способ (lol) сделать это, что я нашел:

dfc = dfa.reset_index().set_index(["a", "b"]).join(dfb)
dfc["r"] = dfc.d / dfc.m
dfd = dfc.reset_index().set_index(["a", "b", "c"])[["r"]]

Любые ярлыки?

Ответы

Ответ 1

Там открытая ошибка для этой проблемы, а текущая веха говорит 0.15.1.

До тех пор, пока не появится что-то приятное, обходной путь, включающий следующие шаги:

  • получить несоответствующий индексный уровень из пути unstack в столбцы
  • выполнить операцию умножения/деления
  • stack столбцы вернулись туда, где они были.

Вот так:

In [109]: dfa.unstack('c').mul(dfb.squeeze(), axis=0).stack('c')
Out[109]: 
                  d
a b   c            
a a10 0    1.535221
      1   -2.151894
      2    1.986061
      3   -1.946031
      4   -4.868800
  a20 5   -2.278917
      6   -1.535684
      7    2.289102
      8   -0.442284
      9   -0.547209
b a30 10 -12.568426
      11   7.180348
      12   1.584510
      13   3.419332
      14  -3.011810
  a40 15  -0.367091
      16   4.264955
      17   2.410733
      18   0.030926
      19   1.219653
c a50 20   0.110586
      21  -0.430263
      22   0.350308
      23   1.101523
      24  -1.371180
  a60 25  -0.003683
      26   0.069884
      27   0.206635
      28   0.356708
      29   0.111380

Обратите внимание на две вещи:

  • dfb должен быть Series, в противном случае существует дополнительное усложнение о том, какие столбцы dfb использовать для умножения. Вы можете заменить dfb.squeeze() на dfb['m'].
  • Если индекс несоответствия не был уже последним из трех, порядок уровней индекса не сохранился. В этом случае сделайте то, что предлагает @jreback, и измените порядок уровней индекса: .reorder_levels(dfa.index.names)