Question

目标：通过Pandas DataReader转换从EuroStat中提取的原始数据，并重新整形数据，使其具有Pandas DateTime对象作为索引，将国家/地区作为列。

代码：

import pandas as pd
import pandas_datareader as web  
import datetime
start = datetime.datetime(1900,1,1)
end = datetime.date.today()
df2 = web.DataReader('tipsii20', 'eurostat', start = start,end = end)
df2.columns

查看列，我们可以看到我们正在使用MultiIndex

MultiIndex（level = [[u'Rest of the world]]，[u'Net liability （负债减去资产）']，[u'Net外债']，[u'Percentage of 国内生产总值（GDP）'，[u'未经调整的数据（即两者都没有季节性调整或日历调整数据）']，[u'Austria'， u'Belgium'，u'Bulgaria'，u'Croatia'，u'Cyprus'，u'Czech Republic'， u'Denmark'，u'Estonia'，u'Finland'，u'France'，u'Germany（直到1990年 FRG的前领土'，'u'Greece'，u'Hungary'，u'Ireland'， u'Italy'，u'Latvia'，u'Lithuania'，u'Luxembourg'，u'Malta'， u'Netherlands'，u'Poland'，u'Portugal'，u'Romania'，u'Slovakia'， u'Slovenia'，u'Spain'，u'Sweden'，u'United Kingdom']，[u'Annual']]， labels = [[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0]，[0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，[0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，[0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0]，[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 0,0,0,0,0,0,0,0]，[0,1,2,4,5,10,6,7,11,25,8,9,3， 12,13,14,16,17,15,18,19,20,21,22,26,24,23,27]，[0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0]]， names = [u'PARTNER'，u'STK_FLOW'，u'BOP_ITEM'，u'UNIT'，u'S_ADJ'，u'GEO'，u'FREQ']）

我想转换此数据集，以便维护其DateTime索引，但使用名称['GEO']作为列。这应该是df2.xs吗？

Answer 1

将pd.DataFrame与get_level_values(5)一起使用，因为GEO处于列的第五级，因为您希望保留数据帧以供将来参考，例如

ndf = pd.DataFrame(df2.values,df2.index,df2.columns.get_level_values(5))

或者通过获取级别值（如

）来分配列

df2.columns =  df2.columns.get_level_values(5)

输出：

print(ndf.head().iloc[:,:4])

GEO          Austria  Belgium  Bulgaria  Cyprus
TIME_PERIOD                                    
2010-01-01      28.0   -121.2      37.1    70.9
2011-01-01      24.0   -118.8      29.6   127.1
2012-01-01      25.8   -102.7      25.4   137.2
2013-01-01      20.1    -88.4      21.6   140.0
2014-01-01      20.0    -71.1      18.3   136.1

Answer 2

您可以使用droplevel：

df2.columns = df2.columns.droplevel([0,1,2,3,4,6])

如果知道级别名称与Bharath shetty' solution类似，则为另一种解决方案：

df2.columns =  df2.columns.get_level_values('GEO')

Pandas MuliIndex选择分层列

2 个答案: