Python 对部分多索引数据帧的操作

如果您能帮助解决以下问题，我们将不胜感激

我有以下df1：

                    2020-12-13
user_id currency              
4       1WO       1
        ADH       23
        ALX       5
12223   AMLT      7
        ANCT      9
        ARE       1

df2：

我执行以下代码：

df1.loc[4] = df1.loc[4].sub(df2, axis=1, level='currency', fill_value=0)

输出：

                    2020-12-13
user_id currency              
4       1WO       nan
        ADH       nan
        ALX       nan
12223   AMLT      7
        ANCT      9
        ARE       1

期望输出

                    2020-12-13
user_id currency              
4       1WO       0
        ADH       23
        ALX       4
12223   AMLT      7
        ANCT      9
        ARE       1

---

在整个

df1

上使用

sub

，而不仅仅是多索引中的一个片段：

df1.sub（df2，级别=1，填充值=0）
2020-12-13
用户id货币
4.0 1WO 0.0
ADH 23.0
alx4.0
12223.0 AMLT 7.0
ANCT 9.0
是1.0

---

注意：我使用@MaxU's great通过复制/粘贴来导入OP的多索引数据帧。

您可以使用double

[]

对

数据帧

使用

多索引

：

print (df1.loc[[4]].sub(df2, axis=1, level='currency', fill_value=0))
                  2020-12-13
user_id currency            
4       1WO              0.0
        ADH             23.0
        ALX              4.0


df1.loc[[4]] = df1.loc[[4]].sub(df2, axis=1, level='currency', fill_value=0)
print (df1)
                  2020-12-13
user_id currency            
4       1WO              0.0
        ADH             23.0
        ALX              4.0
12223   AMLT             7.0
        ANCT             9.0
        ARE              1.0

---

谢谢你的回答，但是我忘了提到在不同的用户id中可能有相同的货币。所以我需要指定用户id。

print (df1.loc[[4]].sub(df2, axis=1, level='currency', fill_value=0))
                  2020-12-13
user_id currency            
4       1WO              0.0
        ADH             23.0
        ALX              4.0


df1.loc[[4]] = df1.loc[[4]].sub(df2, axis=1, level='currency', fill_value=0)
print (df1)
                  2020-12-13
user_id currency            
4       1WO              0.0
        ADH             23.0
        ALX              4.0
12223   AMLT             7.0
        ANCT             9.0
        ARE              1.0