Python 不匹配的列名联接

我有一些时间序列健康数据的表，如：

我想得到每家医院每种体型每次的这两个指标的商，如下所示：

---

如何在数据帧中实现这一点？

如果您提供了数据预透视示例，则可以获得更好的解决方案

hr = df.heart_rate
bp = df.blood_pressure

keys = ['heart_rate', 'blood_pressure', 'my_metric']
pd.concat([hr, bp, hr / bp], axis=1, keys=keys)

---

示例

idx = pd.MultiIndex.from_product([
        ['t%s'%i for i in range(1, 6)],
        ['h1', 'h2']
    ], names=['Time', 'Hospital'])
col = pd.MultiIndex.from_product([
        ['heart_rate', 'blood_pressure'],
        ['Type1', 'Type2']
    ], names=['metric', 'bodytype'])
df = pd.DataFrame(
    np.random.randint(10, size=(10, 4)),
    idx, col
)

df

metric        heart_rate       blood_pressure      
bodytype           Type1 Type2          Type1 Type2
Time Hospital                                      
t1   h1                6     3              8     3
     h2                3     4              2     9
t2   h1                5     7              7     0
     h2                9     4              9     4
t3   h1                8     8              7     9
     h2                5     5              3     5
t4   h1                0     1              5     1
     h2                4     9              5     9
t5   h1                0     0              1     5
     h2                2     0              5     0

---

---

如果您提供了数据透视前的示例，则可以获得更好的解决方案

hr = df.heart_rate
bp = df.blood_pressure

keys = ['heart_rate', 'blood_pressure', 'my_metric']
pd.concat([hr, bp, hr / bp], axis=1, keys=keys)

---

示例

idx = pd.MultiIndex.from_product([
        ['t%s'%i for i in range(1, 6)],
        ['h1', 'h2']
    ], names=['Time', 'Hospital'])
col = pd.MultiIndex.from_product([
        ['heart_rate', 'blood_pressure'],
        ['Type1', 'Type2']
    ], names=['metric', 'bodytype'])
df = pd.DataFrame(
    np.random.randint(10, size=(10, 4)),
    idx, col
)

df

metric        heart_rate       blood_pressure      
bodytype           Type1 Type2          Type1 Type2
Time Hospital                                      
t1   h1                6     3              8     3
     h2                3     4              2     9
t2   h1                5     7              7     0
     h2                9     4              9     4
t3   h1                8     8              7     9
     h2                5     5              3     5
t4   h1                0     1              5     1
     h2                4     9              5     9
t5   h1                0     0              1     5
     h2                2     0              5     0

---

---

我通过创建一个不同的pivot_表，将

bodytype

从

columns

移动到

index

来解决这个问题，然后简单地划分

---

pivot\u-df[“我的度量”]=pivot\u-df[“心率”]/pivot\u-df[“血压”]

我通过创建不同的pivot\u表，然后简单地划分，将

体型从
列移动到
索引，解决了这个问题

pivot\u-df[“我的度量”]=pivot\u-df[“心率”]/pivot\u-df[“血压”]
你没有真正回答你自己的问题。您提供了不同的格式，因为这样做更容易。首先，您可以通过
pivot\u df.unstack（'bodytype'）
完成这项工作。其次，我要说的是，在没有提供生成透视表所需的数据的情况下提出问题，然后根据您没有提供的数据提供解决方案，这是一种糟糕的形式。这对其他人有什么帮助？你没有真正回答自己的问题。您提供了不同的格式，因为这样做更容易。首先，您可以通过
pivot\u df.unstack（'bodytype'）
完成这项工作。其次，我要说的是，在没有提供生成透视表所需的数据的情况下提出问题，然后根据您没有提供的数据提供解决方案，这是一种糟糕的形式。这对其他人有什么帮助？