Pandas 熊猫：将列添加到多索引列数据帧

我想向多索引列数据帧的第二级添加一列

In [151]: df
Out[151]: 
first        bar                 baz           
second       one       two       one       two 
A       0.487880 -0.487661 -1.030176  0.100813 
B       0.267913  1.918923  0.132791  0.178503
C       1.550526 -0.312235 -1.177689 -0.081596 

通常的直接分配技巧不起作用：

In [152]: df['bar']['three'] = [0, 1, 2]

In [153]: df
Out[153]: 
first        bar                 baz           
second       one       two       one       two 
A       0.487880 -0.487661 -1.030176  0.100813
B       0.267913  1.918923  0.132791  0.178503
C       1.550526 -0.312235 -1.177689 -0.081596

---

如何将第三行添加到“bar”下？

它实际上非常简单（FWIW，我原本以为是按您的方式进行的）：

---

如果要添加多级列，请执行以下操作：

资料来源：

In [221]: df
Out[221]:
first        bar                 baz
second       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740
B       0.488875  0.428836  1.413451 -0.683677
C      -0.243064 -0.069446 -0.911166  0.478370

选项1：添加分割结果：

bar/baz

作为新的

foo

列

In [222]: df = df.join(df[['bar']].div(df['baz']).rename(columns={'bar':'foo'}))

In [223]: df
Out[223]:
first        bar                 baz                 foo
second       one       two       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740 -2.317647  1.424980
B       0.488875  0.428836  1.413451 -0.683677  0.345873 -0.627250
C      -0.243064 -0.069446 -0.911166  0.478370  0.266761 -0.145172

选项2：添加带有三个“子列”的多级列：

---

谢谢我必须说，（对我来说）为什么新专栏只在使用sort_索引后才出现，这完全不明显。哦，对不起，这不是答案的一部分，只是我太挑剔了。实际上，只要您调用

df['bar'，'three']=[0,1,2]

，它就会显示出来。默认情况下，pandas将把它放在数据帧的末尾（在[baz，two]之后）。我只是想用另一个

bar

s看看。感谢您的解释。这将在子表“bar”后面添加新的列“three”。但是如果您想在子表“bar”中插入（而不是追加）这个新列，例如在“one”和“two”之间插入“three”，该怎么办？这里列的顺序并不重要。如果你想对它们进行重新排序，使它们显示“一、三、二”，你可以使用

df.loc[：，XX]

XX其中

XX有元组（“bar”、“one”）、（“bar”、“three”）等。我猜OP的意思是添加第三列。如何显示和独立列？我试过：
df=df.join（pd.DataFrame（np.random.rand（3，1），columns=pd.MultiIndex.from_product（[['new']]），index=df.index））
是正确的方法吗？
In [222]: df = df.join(df[['bar']].div(df['baz']).rename(columns={'bar':'foo'}))

In [223]: df
Out[223]:
first        bar                 baz                 foo
second       one       two       one       two       one       two
A      -1.089798  2.053026  0.470218  1.440740 -2.317647  1.424980
B       0.488875  0.428836  1.413451 -0.683677  0.345873 -0.627250
C      -0.243064 -0.069446 -0.911166  0.478370  0.266761 -0.145172

In [235]: df = df.join(pd.DataFrame(np.random.rand(3,3),
     ...:                           columns=pd.MultiIndex.from_product([['new'], ['one','two','three']]),
     ...:                             index=df.index))

In [236]: df
Out[236]:
first        bar                 baz                 new
second       one       two       one       two       one       two     three
A      -1.089798  2.053026  0.470218  1.440740  0.274291  0.636257  0.091048
B       0.488875  0.428836  1.413451 -0.683677  0.668157  0.456931  0.227568
C      -0.243064 -0.069446 -0.911166  0.478370  0.333824  0.363060  0.949672