如何在Pandas中利用行索引值结合现有列生成新列？

先看你创建DataFrame的代码：

from itertools import product
import pandas as pd
from random import randint

idx = list(product([1,2,3],repeat=2))
index = pd.MultiIndex.from_tuples(idx, names=["x","y"])
df = pd.DataFrame(index=index, columns=["data1"], data=[randint(1,100) for _ in range(9)])

对应的表格如下：

你想要基于索引的x、y值和data1列计算生成新列，你的示例代码存在语法错误，下面是修正后的可行方案，同时提供更高效的向量化实现：

方法1：修正apply写法 #

你的示例函数括号不匹配，且多级索引访问方式有误，正确的apply写法如下：

def calculate(v):
    return (v.name[0] + v.name[1]) * v["data1"]

df["new_col"] = df.apply(calculate, axis=1)

这里v.name是当前行的多级索引元组，通过索引0、1分别获取x和y的值，修正括号后即可正确计算。

方法2：向量化实现（推荐） #

apply处理大数据集时效率较低，更推荐用向量化操作，直接提取索引的x、y级别计算：

df["new_col"] = (df.index.get_level_values("x") + df.index.get_level_values("y")) * df["data1"]

这种方式无需遍历每一行，性能远高于apply，适合大规模数据处理。

执行后，DataFrame会新增new_col列，以你的示例数据为例，结果如下：

内容的提问来源于stack exchange，提问作者Jan Sakalos