Question

基于this answer，我已经能够使用自己的数据和指定的dtypes创建一个新的pandas数据框，如下所示：

df = pd.DataFrame({'A':pd.Series([1], dtype='str'),
                   'B':pd.Series([4], dtype='int'),
                   'C':pd.Series([7], dtype='float')})

print(df)
   A  B    C
0  1  4  7.0

但是，我需要的是能够在创建数据帧时另外指定索引名称。我想这应该使用pd.DataFrame()和/或pd.Series()的索引参数来完成，但我不确定以什么方式。

预期结果是，如果我之后打印df，我会得到：

             A  B    C
idx1  idx2
0     test   1  4  7.0

其中"idx1"和"idx2"是索引名称，0和"test"是此（单行）数据框中第一行对于这两个值的值指数。

Answer 1

需要为每个MultiIndex定义Series，例如MultiIndex.from_arrays：

mux = pd.MultiIndex.from_arrays([[0], ['test']], names=['idx1','idx2'])
df = pd.DataFrame({'A':pd.Series([1], dtype='str', index=mux),
                   'B':pd.Series([4], dtype='int', index=mux),
                   'C':pd.Series([7], dtype='float', index=mux)})

print(df)

           A  B    C
idx1 idx2           
0    test  1  4  7.0

如何使用多个自定义索引名称创建新的pandas数据框？

1 个答案: