是否有Pandas解决方案？例如：使用numba或Cython来使用索引“transform”/“apply”，一个多索引的数据帧？

Question

有没有Pandas的解决方案-例如：使用numba，或者Cython到^{}/^{}带索引？在

我知道我可以用^{}、^{}、^{}或{a6}。但是我想做的应该是向量化的琐碎……我已经为我的实际用例（runnable code）构建了一个简单的代理： 在

df = pd.DataFrame(
    np.random.randn(8, 4),
    index=[np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']),
           np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])])

namednumber2numbername = {
    'one': ('zero', 'one', 'two', 'three', 'four',
            'five', 'six', 'seven', 'eight', 'nine'),
    'two': ('i',    'ii',  'iii', 'iv',    'v',
            'vi',   'vii', 'viii',  'ix',    'x')
}

def namednumber2numbername_applicator(series):        
    def to_s(value):
        if pd.isnull(value) or isinstance(value, string_types): return value
        value = np.ushort(value)
        if value > 10: return value

        # TODO: Figure out idx of `series.name` at this `value`… instead of `'one'`

        return namednumber2numbername['one'][value]

    return series.apply(to_s)

df.transform(namednumber2numbername_applicator)

实际输出

^{pr2}$

我想要的输出

^{3}$

---

可能相关：How to query MultiIndex index columns values in pandas

实际上，我在寻找与JavaScript's ^{}（它传递idx）相同的行为。在

Answer 1

默认情况下，^{}将函数应用于每个列。相反，您可以将其应用于指定axis参数1或{}的每一行。然后可以访问行索引，并将其第二个名称字段传递给函数：

    def namednumber2numbername_applicator(series):        
        def to_s(value, name):
            if pd.isnull(value): return value
            value = np.ushort(value)
            if value > 10: return value

            return namednumber2numbername[name][value]

        return series.apply(to_s, args=((series.name[1]),))

df.transform(namednumber2numbername_applicator, 1)

结果：

^{pr2}$