问题描述
我有一个包含由（阶段，service_group，站，年份，周期）组成的多索引的DataFrame，其目的是在指定了所有5个多索引值时返回“ capacity_required”。 例如，在Final组，West服务组，Milton站，2025年，高峰时段1期间，required_capacity为1500。
当前有7个可能的时间段，其中两个是“非高峰时间”和“肩负时间”。
我需要为多索引的每个实例添加一个新的期间，称为“非高峰期肩”，其中新值定义为“非高峰时数”和“非高峰期”的平均值。
import pandas as pd
import os
directory = '/Users/mark/PycharmProjects/psrpcl_data'
capacity_required_file = 'Capacity_Requirements.csv'
capacity_required_path = os.path.join(directory,capacity_required_file)
df_capacity_required = pd.read_csv(capacity_required_path,sep=',',usecols=['phase','service_group','station','year','period','capacity_required'])
df_capacity_required.set_index(['phase','year'],inplace=True)
df_capacity_required.sort_index(inplace=True)
print(df_capacity_required.head(14))
period capacity_required
phase service_group station year
Early Barrie AllanDale Waterfront Station 2025 AM Peak Period 490
2025 Off-Peak Hour 100
2025 PM Peak Period 520
2025 Peak Hour 2 250
2025 Peak Hour 5 180
2025 Peak Hour 6 180
2025 Shoulder Hour 250
2026 AM Peak Period 520
2026 Off-Peak Hour 50
2026 PM Peak Period 520
2026 Peak Hour 2 260
2026 Peak Hour 5 180
2026 Peak Hour 6 180
2026 Shoulder Hour 250
以上只是大约3万行的前14行。这向您显示了两年的期限。请注意，每年有7个期间。
我正在尝试创建一个新的“期间”，称为“非高峰肩峰”，将其添加到每个单独的（阶段，service_group，站，年份）组合中，这将成为非高峰和肩峰的平均值。 / p>
下面的行正确地为每个索引值计算一个“峰顶”值：
off_peak_shoulder = df_capacity_required.loc[df_capacity_required.period == 'Off-Peak Hour','capacity_required'].add(
df_capacity_required.loc[df_capacity_required.period == 'Shoulder','capacity_required']).div(2)
print(off_peak_shoulder)
phase service_group station year
Early Barrie AllanDale Waterfront Station 2025 0.0
2026 0.0
2027 0.0
2028 0.0
2029 0.0
...
Initial Union Pearson Express Pearson Station 2023 160.0
2024 160.0
Weston Station 2022 80.0
2023 105.0
2024 105.0
问题： 如何将off_peak_shoulder系列合并/加入df_capacity_required以使“ Off-Peak Shoulder”成为“期间”下的另一个条目，如下所示？
period capacity_required
phase service_group station year
Early Barrie AllanDale Waterfront Station 2025 AM Peak Period 490
2025 Off-Peak Hour 100
2025 PM Peak Period 520
2025 Peak Hour 2 250
2025 Peak Hour 5 180
2025 Peak Hour 6 180
2025 Shoulder Hour 250
2025 Off-Peak Shoulder 175
2026 AM Peak Period 520
2026 Off-Peak Hour 50
2026 PM Peak Period 520
2026 Peak Hour 2 260
2026 Peak Hour 5 180
2026 Peak Hour 6 180
2026 Shoulder Hour 250
2025 Off-Peak Shoulder 150
解决方法
我睡着了，然后醒了一个解决方案。我已经有了所需的值列表，并为每个值设置了正确的多索引。我当时以为我需要一些复杂的多索引插入代码，但是实际上我只需要将创建的DataFrame与原始DataFrame放在相同的形式，并将两者结合在一起即可。
这是我添加的代码。请注意，第一行与原始代码相同，除了我添加了对reset_index的调用。
df_new = df_capacity_required.loc[df_capacity_required.period == 'Off-Peak Hour','capacity_required'].add(
df_capacity_required.loc[df_capacity_required.period == 'Shoulder Hour','capacity_required']).div(2).reset_index()
df_new['period'] = 'Off-Peak Shoulder'
df_new.set_index(['phase','service_group','station','year'],inplace=True)
df_capacity_required = concat([df_capacity_required,df_new])
df_capacity_required.sort_index(inplace=True)
print_full(df_capacity_required.head(16))
该打印语句将提供以下所需输出：
period capacity_required
phase service_group station year
Early Barrie Allandale Waterfront Station 2025 AM Peak Period 490
2025 Off-Peak Hour 100
2025 PM Peak Period 520
2025 Peak Hour 2 250
2025 Peak Hour 5 180
2025 Peak Hour 6 180
2025 Shoulder Hour 250
2025 Off-Peak Shoulder 175
2026 AM Peak Period 520
2026 Off-Peak Hour 50
2026 PM Peak Period 520
2026 Peak Hour 2 260
2026 Peak Hour 5 180
2026 Peak Hour 6 180
2026 Shoulder Hour 250
2026 Off-Peak Shoulder 150
但是感谢所有阅读此问题的人。很高兴知道StackOverflow上有人愿意帮助某人陷入困境。