Pandas DataFrame按A、B列分组计算C列不同取值对应的D列比值

你可以按照如下操作完成计算：

• 首先确认你的DataFrame已经将A、B、C设为多级索引，若还未设置可先执行：

import pandas as pd
# 若A、B、C是普通列，先转为多级索引
df = df.set_index(['A', 'B', 'C'])

• 把C索引的取值转为列，方便提取C=0和C=1对应的D值：

# 提取D列，将C级索引展开为列
df_unstack = df['D'].unstack(level='C')

• 计算新列：
  • 如果你需要的是数值计算结果（也就是除法后的商）：

  df_unstack['NEW'] = df_unstack[1] / df_unstack[0]
  

  • 如果你需要的是示例里的字符串拼接格式（比如4/32）：

  df_unstack['NEW'] = df_unstack[1].astype(str) + '/' + df_unstack[0].astype(str)
  

• 最终筛选保留NEW列，即可得到你需要的结构：

result = df_unstack[['NEW']]

你可以用下面的测试数据验证效果：

# 构造测试数据
data = {
    'A': [1,1,1,1,1,1,2,2],
    'B': [1,1,2,2,3,3,1,1],
    'C': [0,1,0,1,0,1,0,1],
    'D': [32,4,43,12,58,34,37,5]
}
df = pd.DataFrame(data).set_index(['A','B','C'])

# 执行上述计算逻辑后输出result，结构和需求完全一致

内容的提问来源于stack exchange，提问作者L. W.