如何为Pandas多级索引(MultiIndex)列的DataFrame添加计算列

优化实现方案 #

你可以通过列方向的groupby简化计算逻辑，代码更简洁，性能也更好：

import pandas as pd
import numpy as np

# 示例数据
arrays = [
    np.array(["bar", "bar", "baz", "baz", "foo", "foo"]),
    np.array(["one", "two", "one", "two", "one", "two"]),
]
df = pd.DataFrame(np.linspace(0, 4*6-1, 4*6).reshape(4,6), columns=arrays)

# 按列0级索引分组，直接计算每个分组的one/two
div_res = df.groupby(level=0, axis=1).apply(
    lambda x: x.xs('one', level=1, axis=1).values / x.xs('two', level=1, axis=1).values
)
div_res.columns = pd.MultiIndex.from_product([div_res.columns, ['division']])

# 拼接数据
result = pd.concat([df, div_res], axis=1)

二级索引自定义排序 #

直接用reindex的level参数指定二级索引的顺序即可，一行完成：

# 按one → two → division的顺序排序二级索引
result = result.reindex(columns=['one', 'two', 'division'], level=1)

最终输出结果：

bar                     baz                     foo                    
   one two division       one two division       one two division
0   0   1  0.000000         2   3  0.666667         4   5  0.800000
1   6   7  0.857143         8   9  0.888889        10  11  0.909091
2  12  13  0.923077        14  15  0.933333        16  17  0.941176
3  18  19  0.947368        20  21  0.952381        22  23  0.956522

更直观的替代实现（适合小数据集） #

如果你的数据量不大，还可以用stack把多级列索引转成行索引后直接计算，逻辑更易懂：

df_stacked = df.stack(level=0)
df_stacked['division'] = df_stacked['one'] / df_stacked['two']
result = df_stacked.unstack().swaplevel(axis=1).sort_index(axis=1, level=0).reindex(columns=['one','two','division'], level=1)

内容的提问来源于stack exchange，提问作者divingTobi