Question

给出一个数据框df

                    Value
Category Pool Class      
A        1.0  1.0       1
              9.0       2
B        1.0  1.0       3
C        1.0  1.0       4
              5.0       5

我想将级别Pool和Class转换为没有reset_index的整数（见下文）。

我尝试像这样使用get_level_values和set_levels的组合

for c in ['Pool', 'Class']:
    df.index.set_levels(df.index.get_level_values(c).astype(int), level=c, inplace=True)

但是，这引起了

ValueError: Level values must be unique: [1, 1, 1, 1, 1] on level 1

要了解会发生什么，我还尝试使用verify_integrity=False。然后

df.index.set_levels(df.index.get_level_values('Class').astype(int),
                    level='Class', verify_integrity=False, inplace=True)

产生

                    Value
Category Pool Class      
A        1.0  1         1
              1         2
B        1.0  1         3
C        1.0  1         4
              9         5

我的目标是获得

                    Value
Category Pool Class      
A        1.0  1         1
              9         2
B        1.0  1         3
C        1.0  1         4
              5         5

如何正确实现？ get_level_values和set_levels的链接是正确的方式吗？为什么pandas用astype转换后不能正确设置级别？

我想您可以使用reset_index和set_index，但是拥有方法set_levels有什么好处？

d = {'Category': str, 'Pool': int, 'Class': int}
df.reset_index(drop=False, inplace=True)
for k, v in d.items():
    df[k] = df[k].astype(v)

df.set_index(list(d.keys()), inplace=True)

Answer 1

您可以直接通过pd.MultiIndex.levels访问索引级别并馈送到pd.MultiIndex.set_levels：

df.index = df.index.set_levels(df.index.levels[2].astype(int), level=2)

print(df)

                     Value
Category Pool Class       
A        1.0  1          1
              9          2
B        1.0  1          3
C        1.0  1          4
              5          5

Answer 2

以下功能可以用作get_level_values的补充：

def set_level_values(midx, level, values):
    full_levels = list(zip(*midx.values))
    names = midx.names
    if isinstance(level, str):
        if level not in names:
            raise ValueError(f'No level {level} in MultiIndex')
        level = names.index(level)
    if len(full_levels[level]) != len(values):
        raise ValueError('Values must be of the same size as original level')
    full_levels[level] = values
    return pd.MultiIndex.from_arrays(full_levels, names=names)

使用此功能，原始问题的解决方案是：

for c in ['Pool', 'Class']:
    df.index = set_level_values(df.index, level=c, values=df.index.get_level_values(c).astype(int))

熊猫在MultiIndex上的set_levels：级别值必须唯一

2 个答案: