Question

我已经生成了一个名为df的初始数据帧，然后是一个名为df_new的调整后的数据帧。

我希望使用set_index（）操作从df到df_new。我的问题是如何协商列

上的层次索引

import pandas as pd
import numpy as np

df = pd.DataFrame(np.ones((5,5)))
col_idx = pd.MultiIndex.from_tuples([('X','a'),('X','b'),('Y','c'),('Y','d'),('Y','e')])
row_idx = ['a1','a2','a3','a4','a5']
df.columns = col_idx
df.index = row_idx
idx = pd.IndexSlice
df.loc[:,idx['Y','d']] = 99
print df.head()


    X     Y       
    a  b  c   d  e
a1  1  1  1  99  1
a2  1  1  1  99  1
a3  1  1  1  99  1
a4  1  1  1  99  1
a5  1  1  1  99  1

#------------------------------------------------------------------------------------------


df_new = pd.DataFrame(np.ones((5,4)))
col_idx = pd.MultiIndex.from_tuples([('X','a'),('X','b'),('Y','c'),('Y','e')])
row_idx = pd.MultiIndex.from_tuples([('a1',99),('a2',99),('a3',99),('a4',99),('a5',99)])

df_new.columns = col_idx
df_new.index = row_idx
print df_new.head()

# this is what df_new should look like.
# ('Y','d') got appended to the row index.

       X     Y   
       a  b  c  e
a1 99  1  1  1  1
a2 99  1  1  1  1
a3 99  1  1  1  1
a4 99  1  1  1  1
a5 99  1  1  1  1

Answer 1

您可以使用元组表示法来指示多索引列的列（并且您需要append=True来替换现有索引）：

In [34]: df.set_index(('Y', 'd'), append=True)
Out[34]:
           X     Y
           a  b  c  e
   (Y, d)
a1 99      1  1  1  1
a2 99      1  1  1  1
a3 99      1  1  1  1
a4 99      1  1  1  1
a5 99      1  1  1  1

如果要删除索引名称，可以执行以下操作：

In [42]: df2 = df.set_index(('Y', 'd'), append=True)

In [43]: df2.index.names = [None, None]

In [44]: df2
Out[44]:
       X     Y
       a  b  c  e
a1 99  1  1  1  1
a2 99  1  1  1  1
a3 99  1  1  1  1
a4 99  1  1  1  1
a5 99  1  1  1  1

如果要向索引添加多个列，则必须使用列名列表（在本例中为元组）：

df.set_index([('Y', 'd'), ('Y', 'e')], append=True)

Answer 2

DataFrame.set_index方法采用append关键字参数，因此您可以这样做：

df_new = df.set_index(("Y", "d"), append=True)

如果要添加多个列，只需将它们作为列表提供：

df_new = df.set_index([("Y", "d"), ("Y", "e")], append=True)

将多索引列附加到DataFrame的索引

2 个答案: