Pandas groupby忽略使用apply函数创建的列

问题描述

在下面执行此代码会产生奇怪的结果。本质上，当将数据帧缝合在一起以给出最终结果时，通过apply插入的列将被忽略。为什么会这样，我如何得到想要的结果？

# initialization and dataframe generation
import pandas as pd
from IPython.display import display

index = pd.MultiIndex.from_tuples(list(zip(*[['one','one','two','two'],['foo','bar','foo','bar']])))
df = pd.DataFrame(np.arange(12).reshape((3,4)),columns=index)

# actual code starts here
def new_zero(df):
    df.loc[:,(df.columns[0][0],'zero')] = 0      # MultiIndex column label necessary
    display(df) 
    return df

dd = df.groupby(level=0,axis=1).apply(new_zero)
dd

如果我切换行和列，则可以。 （尽管索引的0级是重复的）：

def new_zero(df):
    df.loc[(df.index[0][0],'zero'),:] = 0
    display(df)
    return df

dd = df.T.groupby(level=0,axis=0).apply(new_zero)
dd

解决方法

我不确定您的代码在做什么，但是我会采用另一种方法：

1. 您可以遍历one和two列名
2. 然后，使用df[col,'zero'] = 0创建一个新的多索引列。
3. 最后，要根据需要重组列，可以使用.sort_index()并传递axis=1：

---

    import pandas as pd
index = pd.MultiIndex.from_tuples(list(zip(*[['one','one','two','two'],['foo','bar','foo','bar']])))
df = pd.DataFrame(np.arange(12).reshape((3,4)),columns=index)
cols = list(set([col[0] for col in df.columns]))
for col in cols:
    df[col,'zero'] = 0
df = df.sort_index(axis=1,level=[0,1])
df = df[[('one','foo'),('one','bar'),'zero'),('two','zero')]]
df
Out[1]: 
  one          two         
  foo bar zero foo bar zero
0   0   1    0   2   3    0
1   4   5    0   6   7    0
2   8   9    0  10  11    0