基于原列名在MultiIndex DataFrame中自动新增计算列并保留二级格式

解决方案代码 #

import numpy as np
import pandas as pd

# 原始数据初始化
data = [[99,3,12,4,63,55]]
cols = pd.MultiIndex.from_product([['1. FY21','2. FY22','3. FY23'],['Values','Sites']])
df = pd.DataFrame(data, columns=cols)

# 获取level0的财年列表（保留原始顺序）
fy_list = cols.levels[0].tolist()
# 设定基准财年（这里取最后一个财年FY23）
base_fy = fy_list[-1]

# 复制原始数据用于新增列
new_data = df.copy()
# 存储新列的level0标签顺序
new_col_level0 = []

# 遍历每个非基准财年，计算差值和百分比变化
for fy in fy_list[:-1]:
    # 提取财年名称（去掉前面的序号）
    base_fy_name = base_fy.split('. ')[1]
    current_fy_name = fy.split('. ')[1]
    
    # 计算差值列
    diff_col_name = f"{base_fy_name}-{current_fy_name}"
    new_data[(diff_col_name, 'Values')] = df[(base_fy, 'Values')] - df[(fy, 'Values')]
    new_data[(diff_col_name, 'Sites')] = df[(base_fy, 'Sites')] - df[(fy, 'Sites')]
    
    # 计算百分比变化列（转整数匹配示例输出）
    pct_col_name = f"{base_fy_name}-{current_fy_name}_ % Change"
    new_data[(pct_col_name, 'Values')] = ((df[(base_fy, 'Values')] - df[(fy, 'Values')]) / df[(fy, 'Values')] * 100).astype(int)
    new_data[(pct_col_name, 'Sites')] = ((df[(base_fy, 'Sites')] - df[(fy, 'Sites')]) / df[(fy, 'Sites')] * 100).astype(int)
    
    # 更新列顺序：原财年 → 差值列 → 百分比变化列
    new_col_level0.extend([fy, diff_col_name, pct_col_name])

# 添加基准财年到列顺序末尾
new_col_level0.append(base_fy)

# 构造新的MultiIndex列并重新排列数据
new_multi_cols = pd.MultiIndex.from_product([new_col_level0, ['Values', 'Sites']])
df_new = new_data[new_multi_cols]

# 输出结果
print(df_new)

代码说明 #

• 财年列表提取：从原MultiIndex的level0获取所有财年标签，确保和原始列顺序一致。
• 基准财年设定：默认取最后一个财年作为对比基准，若需调整，直接修改base_fy的值即可。
• 新增列计算：
  • 差值列：以基准财年数值减去当前财年数值，列名自动生成为基准财年-当前财年格式。
  • 百分比变化列：计算差值相对于当前财年的百分比，乘以100后转为整数（匹配示例输出格式），列名自动生成为基准财年-当前财年_ % Change格式。
• 列顺序重构：按照「原财年 → 差值列 → 百分比变化列」的逻辑重新构造MultiIndex，确保二级索引（Values/Sites）的格式完全保留。

输出验证 #

运行代码后得到的df_new与你提供的期望输出完全一致，自动完成所有列的计算与命名，无需手动定义每一列。

内容的提问来源于stack exchange，提问作者Sam