Python 由于联接或级别混淆，多索引列上的元素操作失败

我有一个三级多指标列

名称、周期、测量值

在我的玩具示例中，我有三个不同的人在“之前”和“之后”两个时间段的体重和身高

我想生成一个数据框，显示

之前
期间三个名字的
重量除以
高度

我在使用我怀疑的
level=
参数时犯了某种错误（或者可能。但是无论我怎么做，我都会得到一个
TypeError:Join on level在两个多索引对象之间是不明确的

我想了解如何控制操作，以便我可以指定“按姓名显示，其中period='before'，体重除以身高”以及更一般的“按姓名显示，按时段显示体重除以身高”

您就快到了。在除法过程中错过了
值
：

print(xf.loc[:, idx[:,'before','weight']].divide(xf.loc[:, idx[:,'before','height']].values, level=[0], axis='columns'))

结果：

name              mike        matt        dave
period          before      before      before
statistic       weight      weight      weight
2019-12-01  111.111111  111.111111  111.111111
2019-12-02  105.555556  105.555556  105.555556

为了正确对齐，必须使用相同的多索引值，因此您可以在此处使用
重命名
：

print (xf.loc[:, idx[:,'before','weight']]
          .divide(xf.loc[:, idx[:,'before','height']].rename(columns={'height':'weight'})))
name              mike        matt        dave
period          before      before      before
statistic       weight      weight      weight
2019-12-01  111.111111  111.111111  111.111111
2019-12-02  105.555556  105.555556  105.555556

如果要将输出附加到原始数据帧
：

idx = pd.IndexSlice
df = (xf.loc[:, idx[:,'before','weight']].rename(columns={'weight':'new'})
           .divide(xf.loc[:, idx[:,'before','height']].rename(columns={'height':'new'})))

xf = pd.concat([xf, df], axis=1).sort_index(axis=1)
print (xf)
name         dave                                    matt                \
period      after        before                     after        before   
statistic  height weight height         new weight height weight height   
2019-12-01    1.7    170    1.8  111.111111    200    1.7    170    1.8   
2019-12-02    1.7    166    1.8  105.555556    190    1.7    166    1.8   

name                            mike                                   
period                         after        before                     
statistic          new weight height weight height         new weight  
2019-12-01  111.111111    200    1.7    170    1.8  111.111111    200  
2019-12-02  105.555556    190    1.7    166    1.8  105.555556    190  

如果可能，您可以使用，因此解决方案是简化：

df1 = xf.xs(('before','weight'), axis=1, level=[1,2])
df2 = xf.xs(('before','height'), axis=1, level=[1,2])

print (df1.div(df2))
name              mike        matt        dave
2019-12-01  111.111111  111.111111  111.111111
2019-12-02  105.555556  105.555556  105.555556

有点随机，为什么我会收到这样的消息：
NameError:name'idx'未定义
@SathishSanjeevi抱歉，忘记了定义。
idx=pd.indexlice
我将其添加回示例中。
df1 = xf.xs(('before','weight'), axis=1, level=[1,2])
df2 = xf.xs(('before','height'), axis=1, level=[1,2])

print (df1.div(df2))
name              mike        matt        dave
2019-12-01  111.111111  111.111111  111.111111
2019-12-02  105.555556  105.555556  105.555556