Python 为多索引数据帧的第一行赋值

我有一个带有多级索引的数据帧，看起来有点像这样：

                 value  diffs 
 ticker   date              
   A      22     0.55    NaN
          32    -2.50  -3.05
          76    -0.79  -0.56
   B      59    -1.01  -0.22
          72    -1.24  -0.23
   C      22    -1.29  -0.05
          63     1.65   2.94

如何更改每个级别的第一行，以便获得：

                  value  diffs 
 ticker   date              
   A      22     0.55    0
          32    -2.50  -3.05
          76    -0.79  -0.56
   B      59    -1.01    0
          72    -1.24  -0.23
   C      22    -1.29    0
          63     1.65   2.94

---

可能有更好的方法，但这是可行的，首先我们可以看到多索引由不同的级别和标签组成，当级别更改时，标签会显示：

In [77]:
df.index

Out[77]:
MultiIndex(levels=[['A', 'B', 'C'], [22, 32, 59, 63, 72, 76]],
           labels=[[0, 0, 0, 1, 1, 2, 2], [0, 1, 5, 2, 4, 0, 3]],
           names=['ticker', 'date'])

因此，我们可以从第一个标签数组构造一个序列，并使用

shift

检测级别何时发生变化，并使用该值索引到df中：

In [78]:    
labels = pd.Series(df.index.labels[0])
labels[labels != labels.shift()]

Out[78]:
0    0
3    1
5    2
dtype: int8

我们可以将上面的索引传递到

iloc

，以选择每个顶级组的第一行：

In [82]:
df['diffs'].iloc[labels[labels != labels.shift()].index]

Out[82]:
ticker  date
A       22       NaN
B       59     -0.22
C       22     -0.05
Name: diffs, dtype: float64

我们现在可以指定值：

In [83]:
df['diffs'].iloc[labels[labels != labels.shift()].index] = 0
df
Out[83]:
             value  diffs
ticker date              
A      22     0.55   0.00
       32    -2.50  -3.05
       76    -0.79  -0.56
B      59    -1.01   0.00
       72    -1.24  -0.23
C      22    -1.29   0.00
       63     1.65   2.94

---

解决此问题的一个简单方法是转置数据帧并应用循环

T = df.T
for name in T.columns.levels[0]:
    T.loc[T.index[-1], name][0]=0

例如，使用您的数据，您将获得以下信息： （我没有添加名称，只是通过

-1

回复

NaN

）

---

您可以使用

groupby

，例如

df['diff']=df.values.groupby（level=0）。应用（lambda x:（x-x.shift（1））。fillna（0））

data=np.array([[ 0.55, -1], [-2.50,  -3.05], [-0.79,  -0.56],
[-1.01,  -0.22], [-1.24,  -0.23], [-1.29,  -0.05], [ 1.65,   2.94]])

index=[np.array(['A', 'A', 'A', 'B', 'B', 'C', 'C']),
np.array(['22', '32', '76', '59', '72', '22', '63'])]

df=pd.DataFrame(data,index=index)
df
         0     1
A 22  0.55 -1.00
  32 -2.50 -3.05
  76 -0.79 -0.56
B 59 -1.01 -0.22
  72 -1.24 -0.23
C 22 -1.29 -0.05
  63  1.65  2.94

T = df.T
for name in T.columns.levels[0]:
    T.loc[T.index[-1], name][0]=0

df
         0     1
A 22  0.55  0.00
  32 -2.50 -3.05
  76 -0.79 -0.56
B 59 -1.01  0.00
  72 -1.24 -0.23
C 22 -1.29  0.00
  63  1.65  2.94