将计算出的列附加到现有数据框

将计算出的列附加到现有数据框

如错误消息所述，问题是您要插入的计算列的索引与的索引不兼容

df

。

的索引

df

是一个简单的索引：

In [8]: df.indexOut[8]: Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8], dtype='int64')

而计算所得列的索引是MultiIndex（您也已经在输出中看到了），假设我们将其称为

new_column

：

In [15]: new_column.indexOut[15]: MultiIndex[(u'X', 3), (u'X', 1), (u'X', 0), (u'Y', 8), (u'Y', 7), (u'Y', 5), (u'Z', 6), (u'Z', 2), (u'Z', 4)]

因此，您不能将其插入框架。但是， 这是0.12中的错误
，因为它确实在0.13中有效（已针对链接的问题中的答案进行了测试），并且关键字

as_index=False

应确保未将列

L1

添加到索引中。

0.12的解决方案 ：
删除MultiIndex的第一级，以便返回原始索引：

In [13]: new_column = df.groupby('L1', as_index=False).apply(lambda x : pd.expanding_sum(x.sort('L3', ascending=False)['L3'])/x['L3'].sum())In [14]: df["new"] = new_column.reset_index(level=0, drop=True)

---

在pandas
0.13（开发中）中，此问题已修复（https://github.com/pydata/pandas/pull/4670）。因此

as_index=False

，在groupby调用中使用了，因此未将列

L1

（您进行分组的列）添加到索引中（创建MultiIndex），因此保留了原始索引并将结果附加到原始框架中。但是使用时，似乎

as_index

在0.12中忽略了该关键字

apply

。