Question

考虑pd.Series s和pd.MultiIndex idx

idx = pd.MultiIndex.from_product([list('AB'), [1, 3], list('XY')],
                                 names=['one', 'two', 'three'])
s = pd.Series(np.arange(8), idx)
s

one  two  three
A    1    X        0
          Y        1
     3    X        2
          Y        3
B    1    X        4
          Y        5
     3    X        6
          Y        7
dtype: int32

我希望reindex level='two' np.arange(4)。s.unstack([0, 2]).reindex(np.arange(4), fill_value=0).stack().unstack([0, 1]) one two three A 0 X 0 Y 0 1 X 0 Y 1 2 X 0 Y 0 3 X 2 Y 3 B 0 X 0 Y 0 1 X 4 Y 5 2 X 0 Y 0 3 X 6 Y 7 dtype: int32 我可以用：

{{1}}

但如果它存在，我正在寻找更直接的东西。有什么想法吗？

Answer 1

不幸的是，如果MultiIndex需要reindex，则需要所有级别：

mux = pd.MultiIndex.from_product([list('AB'), np.arange(4), list('XY')],
                                 names=['one', 'two', 'three'])

print (s.reindex(mux, fill_value=0))
one  two  three
A    0    X        0
          Y        0
     1    X        0
          Y        1
     2    X        0
          Y        0
     3    X        2
          Y        3
B    0    X        0
          Y        0
     1    X        4
          Y        5
     2    X        0
          Y        0
     3    X        6
          Y        7
dtype: int32

通过评论编辑：

idx = pd.MultiIndex.from_tuples([('A', 1, 'X'), ('B', 3, 'Y')],
                                 names=['one', 'two', 'three'])
s = pd.Series([5,6], idx)
print (s)
one  two  three
A    1    X        5
B    3    Y        6
dtype: int64

mux = pd.MultiIndex.from_tuples([('A', 0, 'X'), ('A', 1, 'X'), 
                                 ('A', 2, 'X'), ('A', 3, 'X'), 
                                 ('B', 0, 'Y'), ('B', 1, 'Y'), 
                                 ('B', 2, 'Y'), ('B', 3, 'Y')],
                                 names=['one', 'two', 'three'])

print (s.reindex(mux, fill_value=0))
one  two  three
A    0    X        0
     1    X        5
     2    X        0
     3    X        0
B    0    Y        0
     1    Y        0
     2    Y        0
     3    Y        6
dtype: int64

直接解决方案

new_lvl = np.arange(4)
mux = [(a, b, c) for b in new_lvl for a, c in s.reset_index('two').index.unique()]
s.reindex(mux, fill_value=0).sort_index()

one  two  three
A    0    X        0
          Y        0
     1    X        0
          Y        1
     2    X        0
          Y        0
     3    X        2
          Y        3
B    0    X        0
          Y        0
     1    X        4
          Y        5
     2    X        0
          Y        0
     3    X        6
          Y        7
dtype: int64

方便的方法来重新索引多指数的一个级别

1 个答案: