大熊猫

Question

我有一个数据帧，如：

所以我想通过两个“for循环”添加一些列，如：

新的类似数据帧的图片：

我的代码不起作用：

for I in range(0,len(df["date"]):
    for sigma in rang(1,2/5):
       df["P*sigma"].iloc[0:i]=df["p"].iloc[0:i]*df["sigma"].iloc[sigma]
print(df)

如何编写代码来获得像第二张图片这样的数据帧？

Answer 1

在python中，可以使用muliplication符号*重复数组。如果您有自由列sigma、date和p，则很容易以正确的形状定义数据帧。要创建新列，只需执行元素乘法（不需要apply（）调用）。之后，如果需要，可以设置索引。

import pandas as pd
sigma = [0.5, 1, 2, 2/5]
date = ['2020/01//02', '2020/01//03', '2020/01//04']
p = [123,231,188]

df = pd.DataFrame({'sigma':sigma*len(p), 'date':date*len(sigma), 'p':p*len(sigma)})
df['p*sigma'] = df['p']*df['sigma']
df.set_index(['sigma', 'date'], inplace=True)
>>>df
                     p  p*sigma
sigma date                     
0.5   2020/01//02  123     61.5
1.0   2020/01//03  231    231.0
2.0   2020/01//04  188    376.0
0.4   2020/01//02  123     49.2
0.5   2020/01//03  231    115.5
...

Answer 2

在像这样添加行和列“sigma”之后，您可以使用DataFrame.apply like

df["P*sigma"] = df.apply(lambda x: x["p"] * x["sigma"], axis=1)

Answer 3

您可以使用多索引来实现这一点，多索引可以通过多种方式实现，但我始终更喜欢使用来自\u product（）的。

请注意，在执行此操作之前，我们必须做一些准备。我们必须确保在原始数据帧上正确设置了索引，并且必须拉长原始数据帧以允许新行。

import pandas as pd


df = pd.DataFrame({'date': ['2020/01/01', '2020/01/02', '2020/01/03'], 'p': [123, 231, 188]})
df = df.set_index('date')
sigma = [0, 1, 2, 5]

# Create new 2-level index
multi_index = pd.MultiIndex.from_product([sigma, df.index], names=['sigma', 'date'])

# Make longer
df = pd.concat([df] * len(sigma))

# Set new index
df = df.set_index(multi_index)

# Print result
print(df.head())
>>>                    p
>>> sigma p
>>> 0     2020/01/01  123
>>>       2020/01/02  231
>>>       2020/01/03  188
>>> 1     2020/01/01  123
>>>       2020/01/02  231

如果您想创建新的列或使用索引值，您可以使用get_level_values（）获取这些值，如下所示：

df["p*sigma"] = df.index.get_level_values("sigma") * df["p"]
print(df.head())
>>>                     p  p*sigma
>>> sigma date
>>> 0     2020/01/01  123        0
>>>       2020/01/02  231        0
>>>       2020/01/03  188        0
>>> 1     2020/01/01  123      123