在pandas中,可以使用apply
函数将两列的两个值相加,并将结果分配给多索引DataFrame中的第三列。
首先,我们需要创建一个多索引DataFrame。假设我们有以下数据:
import pandas as pd
data = {
('A', 'value1'): [1, 2, 3],
('A', 'value2'): [4, 5, 6],
('B', 'value1'): [7, 8, 9],
('B', 'value2'): [10, 11, 12]
}
df = pd.DataFrame(data)
这将创建一个具有两个级别的多索引DataFrame,其中第一个级别为'A'和'B',第二个级别为'value1'和'value2'。DataFrame如下所示:
A B
value1 value2 value1 value2
0 1 4 7 10
1 2 5 8 11
2 3 6 9 12
接下来,我们可以使用apply
函数将两列的两个值相加,并将结果分配给第三列。假设我们想将'A'级别的'value1'和'value2'相加,并将结果分配给'A'级别的新列'value3',代码如下:
df[('A', 'value3')] = df[('A', 'value1')].add(df[('A', 'value2')])
这将创建一个新的列'value3',其中包含'A'级别的'value1'和'value2'相加的结果。DataFrame如下所示:
A B
value1 value2 value1 value2 value3
0 1 4 7 10 5
1 2 5 8 11 7
2 3 6 9 12 9
同样的方法也适用于'B'级别的列。你可以根据需要使用apply
函数将两列的两个值相加,并将结果分配给多索引DataFrame中的其他列。
关于pandas的更多信息和使用方法,你可以参考腾讯云的产品介绍链接:腾讯云-云计算产品。
领取专属 10元无门槛券
手把手带您无忧上云