Pandas: 条件选择列根据另一列的Header进行计算

Question

我的数据框如下所示：

(1, 2)  (1, 3)  (1, 4)  (1, 5)  (1, 6)  (1, 7)  (1, 8)  (1, 9)  (1, 10) (1, 11) ... 2   3   4   5   6   7   8   9   10   11
0   0   1   0   1   1   1   1   0   1   0   ... 0.612544    0.727393    0.366578    0.631451    0.722980    0.772853    0.964982    0.549801    0.406692    0.798083
1   0   0   0   0   0   0   0   0   0   0   ... 0.583228    0.698729    0.343934    0.602037    0.694230    0.745422    0.954682    0.521298    0.382381    0.771640
2   1   0   0   1   0   1   1   0   0   0   ... 0.481291    0.593353    0.271028    0.498949    0.588807    0.641602    0.901779    0.424495    0.303309    0.669657
3   1   1   0   1   0   1   1   0   0   1   ... 0.583228    0.698729    0.343934    0.602037    0.694230    0.745422    0.954682    0.521298    0.382381    0.771640
4   0   0   0   1   1   1   1   1   1   1   ... 0.612544    0.727393    0.366578    0.631451    0.722980    0.772853    0.964982    0.549801    0.406692    0.798083

我的列 headers 带有元组，例如 (1, 2)，列 headers 是单个元素，例如 1。我想根据具有该元组元素的列对元组列执行计算。例如，对于元组 (1, 2)，我想检索列 1 和 2，将它们相乘，然后从列 (1, 2) 中减去结果。

我想到的解决方案是创建 (55) 个新列，从仅包含单个元素（例如 1 或 2）的列执行第一次计算，然后使用 .where() 和 all() 语句进行某种身份匹配。但是，这在计算上似乎相当低效，因为我要制作另一组数据，而不是直接在元组列上执行计算。我该怎么做？

Answer 1

不确定这是否更快，但这是一个不需要 where()/all() 的解决方案

import pandas as pd


# create some sample data
arr = [[1, 2, 3, 4, 5, 6, 7],
       [7, 6, 5, 4, 3, 2, 1]]
df = pd.DataFrame(arr, columns=[('a', 'b'), ('c','d'), ('a', 'd'), 'a', 'b', 'c', 'd'])

# get all tuple headers
tuple_columns = [col for col in df.columns if isinstance(col, tuple)]

# put the results into a list of series and concat into a DataFrame
results = pd.concat([df[col] - df[col[0]] * df[col[1]] for col in tuple_columns], axis=1)

# rename the columns
results.columns = tuple_columns

Pandas: 条件选择列根据另一列的Header进行计算

Pandas: Conditionally Selecting Columns to perform Calculation based on Header of another Column

python

where

string-matching

pandas