Python 多索引数据框中两列之间的差异

我有一个Pandas数据框，它的列是多索引的，有两个级别，如下所示：

index = ['monday','tuesday','wednesday']
tuples = [('yesterday','travel'),('yesterday','food'),('today','travel'),('today','food')]
columns = pd.MultiIndex.from_tuples(tuples,names=[None,'category'])
df = pd.DataFrame(np.random.randint(low=0, high=10, size=(3, 4)), index=index, columns=columns)

我只想将“旅行”和“食物”列的差异存储到一个新的顶级列中，例如“diff”，紧挨着“昨天”和“旅行”

diff = t['today'] - t['yesterday']

将返回我感兴趣的底层数据帧，但我不知道如何将其正确放置在整个数据帧中

比如：

pd.concat([df,diff],axis=1)

---

产生有趣（但不正确）的结果

一种方法是将

diff

的列作为

多索引

，例如：

diff = df['today'] - df['yesterday']
diff.columns = pd.MultiIndex.from_tuples([('diff',col) for col in diff.columns])

然后，当您使用

concat

时，它会给出：

print (pd.concat([df,diff],axis=1))
          yesterday       today        diff     
category     travel food travel food travel food
monday            8    7      7    1     -1   -6
tuesday           1    3      0    8     -1    5
wednesday         6    4      5    6     -1    2

编辑：不使用多索引的另一种方法是直接执行创建列的操作：

df[[('diff','travel'),('diff','food')]] = df['today'] - df['yesterday']

更一般的方法是，您可以使用

get\u level\u值

df[[('diff',col) for col in df.columns.get_level_values(1).unique()]] = df['today'] - df['yesterday']

---

我一直坐在这里想知道如何做方法2。谢谢你加上这个