Question

这类似于我问here的问题。但是，我发现我工作的数据并不总是一致的。举例来说：

import pandas as pd

df = pd.DataFrame(pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12]],columns=["X_a","Y_c","X_b","Y_a"]))

   X_a  Y_c  X_b  Y_a
0    1    2    3    4
1    5    6    7    8
2    9   10   11   12

现在，您可以看到X没有相应的c列，Y没有相应的b列。现在，当我想创建多级索引时，我希望数据框看起来像这样：

     X             Y
     a    b   c    a    b   c
0    1    3   -1   4   -1   2
1    5    7   -1   8   -1   6
2    9   11   -1  12   -1  10

正如您所看到的，我希望以这样的方式进行拆分：所有上级列应具有相同的低级列。由于数据集是正面的，我正在考虑用-1填充缺失的列，尽管我愿意接受这方面的建议。我发现问题最接近的是this answer。但是，我不能像以前的问题那样以某种方式使用MultiLevel Index。任何帮助表示赞赏。

Answer 1

创建MultiIndex并设置df.columns。

idx = df.columns.str.split('_', expand=True)
idx
MultiIndex(levels=[['X', 'Y'], ['a', 'b', 'c']],
           labels=[[0, 1, 0, 1], [0, 2, 1, 0]])

df.columns = idx

现在，使用现有的MultiIndex，创建一个新索引并将其用于reindex原始索引。

idx = pd.MultiIndex.from_product([idx.levels[0], idx.levels[1]])
idx
MultiIndex(levels=[['X', 'Y'], ['a', 'b', 'c']],
       labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]])

df.reindex(columns=idx, fill_value=-1)
   X          Y       
   a   b  c   a  b   c
0  1   3 -1   4 -1   2
1  5   7 -1   8 -1   6
2  9  11 -1  12 -1  10

将列拆分为MultiIndex，在pandas中缺少列

1 个答案: