Question

我有一个小数据框，例如：

和一个元组，例如：(Timestamp('2009-02-27 09:45:00'), 'bloomberg', 'Chicago PMI')

我想在DataFrame上创建一个多索引，以便它读取如下内容：

尝试构建MultiIndex时：
MI=pd.MultiIndex(index, (0,0,0))
我遇到以下错误：
TypeError: Index(...) must be called with a collection of some kind, Timestamp('2009-02-27 09:45:00') was passed
这似乎意味着不允许有一个带MultiIndex的1行DataFrame？

我正在迭代mysql数据库以检索那些1行DataFrame，然后将它们连接起来。尝试使用concat命令中的keys参数创建另一组问题，因此希望可以使用MultiIndex创建此1行DataFrame

下面是重建数据帧的数据：
import pandas as pd from pandas import Timestamp dikt={'actual': {0: '34.2'}, 'previous': {0: '33.3'}, 'forecast': {0: '33.0'}, 'importance': {0: 81.300799999999995}} pd.DataFrame(dikt, columns=['actual', 'forecast', 'previous', 'importance'])

Answer 1

设置

df = pd.DataFrame(
    [[34.2, 33., 33.3, 81.3008]],
    columns=['actual', 'forecast', 'previous', 'importance'])

tup = (pd.Timestamp('2009-02-27 09:45:00'), 'bloomberg', 'Chicago PMI')

使用pd.MultiIndex对象重新分配索引

df.index = pd.MultiIndex.from_tuples([tup])
df

使用列表列表重新分配索引

df.index = [[i] for i in tup]
df

使用rename 的完全可怕的方式 这很糟糕，因为它同样TUPLE每次行

df.rename(index=lambda x: tup)

Answer 2

df.index = pd.MultiIndex(
    [[Timestamp('2009-02-27 09:45:00')], 
     ['bloomberg'], ['Chicago PMI']], [[0], [0], [0]], names = [
        'timestamp', 'agency', 'item'])
print(df)
                                         actual forecast previous  importance
timestamp           agency    item                                            
2009-02-27 09:45:00 bloomberg Chicago PMI   34.2     33.0     33.3     81.3008

Pandas：将MultiIndex添加到仅包含1行的DataFrame

2 个答案: