Pandas 用多级索引组合双熊猫数据帧

下面是原始数据帧

    Week_No item_Number     Inside__Outside
4   1.2014  3164018114707537    INSIDE
6   1.2014  50010EJ654990       INSIDE
19  1.2014  304400JE130142      INSIDE
29  1.2014  3164018114725810    INSIDE
31  1.2014  3164018114711298    INSIDE
35  1.2014  3164018114707546    OUTSIDE
36  1.2014  3164018114711299    OUTSIDE
41  1.2014  3164018114727381    INSIDE
54  1.2014  50010EJ655470       OUTSIDE
145 1.2014  304400TS135379      INSIDE

                            item_Number
                               count
Week_No   Inside__Outside   
1.2014          INSIDE          51
                OUTSIDE         8
2.2014          INSIDE          91
                OUTSIDE         16
3.2014          INSIDE          92
                OUTSIDE         7
4.2014          INSIDE          76
                OUTSIDE         5

df1                                 
                             item_Number
                                 count
Week_No     Inside__Outside     
1.2015      INSIDE                18
2.2015      INSIDE                48
3.2015      INSIDE                87
4.2015      INSIDE                54
5.2015      INSIDE                61
6.2015      INSIDE                46
7.2015      INSIDE                83
8.2015      INSIDE                41
9.2015      INSIDE                34

在这之后，我像这样分组

df = df.groupby(['Week_No','Inside__Outside']).agg(['count'])

之后是一个组合数据帧

    Week_No item_Number     Inside__Outside
4   1.2014  3164018114707537    INSIDE
6   1.2014  50010EJ654990       INSIDE
19  1.2014  304400JE130142      INSIDE
29  1.2014  3164018114725810    INSIDE
31  1.2014  3164018114711298    INSIDE
35  1.2014  3164018114707546    OUTSIDE
36  1.2014  3164018114711299    OUTSIDE
41  1.2014  3164018114727381    INSIDE
54  1.2014  50010EJ655470       OUTSIDE
145 1.2014  304400TS135379      INSIDE

                            item_Number
                               count
Week_No   Inside__Outside   
1.2014          INSIDE          51
                OUTSIDE         8
2.2014          INSIDE          91
                OUTSIDE         16
3.2014          INSIDE          92
                OUTSIDE         7
4.2014          INSIDE          76
                OUTSIDE         5

df1                                 
                             item_Number
                                 count
Week_No     Inside__Outside     
1.2015      INSIDE                18
2.2015      INSIDE                48
3.2015      INSIDE                87
4.2015      INSIDE                54
5.2015      INSIDE                61
6.2015      INSIDE                46
7.2015      INSIDE                83
8.2015      INSIDE                41
9.2015      INSIDE                34

现在有两个数据帧

    Week_No item_Number     Inside__Outside
4   1.2014  3164018114707537    INSIDE
6   1.2014  50010EJ654990       INSIDE
19  1.2014  304400JE130142      INSIDE
29  1.2014  3164018114725810    INSIDE
31  1.2014  3164018114711298    INSIDE
35  1.2014  3164018114707546    OUTSIDE
36  1.2014  3164018114711299    OUTSIDE
41  1.2014  3164018114727381    INSIDE
54  1.2014  50010EJ655470       OUTSIDE
145 1.2014  304400TS135379      INSIDE

                            item_Number
                               count
Week_No   Inside__Outside   
1.2014          INSIDE          51
                OUTSIDE         8
2.2014          INSIDE          91
                OUTSIDE         16
3.2014          INSIDE          92
                OUTSIDE         7
4.2014          INSIDE          76
                OUTSIDE         5

df1                                 
                             item_Number
                                 count
Week_No     Inside__Outside     
1.2015      INSIDE                18
2.2015      INSIDE                48
3.2015      INSIDE                87
4.2015      INSIDE                54
5.2015      INSIDE                61
6.2015      INSIDE                46
7.2015      INSIDE                83
8.2015      INSIDE                41
9.2015      INSIDE                34

及

现在我想以周为基础求和。i、 e.两个数据帧的输出

Week_No     total   
    1.2015      18
    2.2015      48
    3.2015      87
    4.2015      54
    5.2015      61
    6.2015      46
    7.2015      83
    8.2015      41
    9.2015      34

---

我想先选择数据，然后手动添加，但这似乎不太有效。此外，由于这是多级索引，我无法根据周数选择数据。另外，请不要查看计数列中的绝对数。我的问题是针对多级索引数据帧的操作。

您必须从索引中删除

Inside\uu Outside

列，因为您不使用它连接两个表

---

让我们从您在示例中给出的两个数据帧开始：

data_1_df
Out[35]: 
                         item_Number count
Week_No Inside__Outside                   
1.2015  INSIDE                          18
2.2015  INSIDE                          48
3.2015  INSIDE                          87
4.2015  INSIDE                          54
5.2015  INSIDE                          61
6.2015  INSIDE                          46
7.2015  INSIDE                          83
8.2015  INSIDE                          41
9.2015  INSIDE                          34

及

您可以将它们一个叠在另一个上，在

周号

上分组，在

项目号计数上求和

：

data_3_df = (
    pd.concat([data_1_df, data_2_df])
    .reset_index()
    .groupby('Week_No')
    .agg({'item_Number count': sum}
)

这给出了

内部

和

外部

每周的总和：

data_3_df
Out[52]: 
         item_Number count
Week_No                   
1.2015                  26
2.2015                  52
3.2015                  94
4.2015                  58
5.2015                  62
6.2015                  52
7.2015                  91
8.2015                  45
9.2015                  37

---

只需将它们附加在一起，并按第一级进行分组-

In [118]: df1
Out[118]: 
                        item_Number
                              count
Week_No Inside__Outside            
1.2015  INSIDE                   18
2.2015  INSIDE                   48
3.2015  INSIDE                   87
4.2015  INSIDE                   54
5.2015  INSIDE                   61
6.2015  INSIDE                   46
7.2015  INSIDE                   83
8.2015  INSIDE                   41
9.2015  INSIDE                   34

In [119]: df2
Out[119]: 
                        item_Number
                              count
Week_No Inside__Outside            
1.2015  OUTSIDE                   8
2.2015  OUTSIDE                   4
3.2015  OUTSIDE                   7
4.2015  OUTSIDE                   4
5.2015  OUTSIDE                   1
6.2015  OUTSIDE                   6
7.2015  OUTSIDE                   8
8.2015  OUTSIDE                   4
9.2015  OUTSIDE                   3

In [120]: df1.append(df2).groupby(level=0).sum()
Out[120]: 
        item_Number
              count
Week_No            
1.2015           26
2.2015           52
3.2015           94
4.2015           58
5.2015           62
6.2015           52
7.2015           91
8.2015           45
9.2015           37

---

你能发布代码和原始输入数据来重现你的dfs吗？另外，你的df没有那么多信息，因为总数与计数是一致的，因为你每周只有1个值，你可以做

df.groupby（level=0）.sum（）

Hi@EdChum，我已经添加了代码、原始数据帧以及输出。请忽略列中的绝对值，因为这只是一个示例。我想知道在具有多级索引的熊猫数据帧上的操作是如何工作的。我也在讨论中添加了它。您是否可以尝试

df1.add（df2，level=0）

尝试这样做，我得到一个错误，即两个多索引对象之间的

在level上连接是不明确的

如果将这两个对象相加，则相应的行应该相加。这样，对于输出数据帧中的

1.2015

，应该有26个而不是18个。因此，我认为你在问题中给出的结果是不正确的。你能检查一下我下面的答案是否是你想要的吗？