基于值关联两列：为Pandas多级索引DataFrame生成复合新列

我们可以通过字符串分割拼接和索引提取来完成需求，具体操作如下：

1. 生成secondary-refid列：将refid按.分割，保留前两个部分后重新用.拼接
2. 生成唯一ID列：把索引中的ID-B值转为字符串，和secondary-refid用_拼接

完整代码 #

import pandas as pd

# 原DataFrame构造代码
data = {'refid': ['1.2.34',
                  '1.2.35',
                  '1.3.66',
                  '1.6.99',
                  '1.9.00',
                  '1.87.66',
                  '1.98.00',
                  '1.100.1',
                  '1.101.3'],
        }
my_index = pd.MultiIndex.from_arrays([["A"]*6 + ["B"]*3, [1, 1, 1, 2, 2, 2, 1, 1, 1]], names=["ID-A", "ID-B"])
df = pd.DataFrame(data, index=my_index)

# 生成secondary-refid列：分割refid取前两部分并拼接
df['secondary-refid'] = df['refid'].str.split('.', n=2).str[:2].str.join('.')

# 生成唯一ID列：拼接ID-B与secondary-refid
df['唯一ID'] = df.index.get_level_values('ID-B').astype(str) + '_' + df['secondary-refid']

处理后结果示例 #

执行代码后，DataFrame会新增目标列，部分数据展示如下：

内容的提问来源于stack exchange，提问作者MemeFast King