我需要生成一个pd.DataFrame,其列由一个列表和一个Multiindex对象组成,并且需要在用数据填充最终数据帧之前进行此操作。
假设列为['one', 'two']
,并从from_product
获得多索引:
import pandas as pd
col_21 = ['day', 'month']
col_22 = ['a', 'b']
mult_2 = pd.MultiIndex.from_product([ col_21, col_22 ])
我想要一个看起来像这样的列列表:
'one' | 'two' | ('day','a') | ('day','b') | ('month','a') | ('month','b')
一种可能的解决方案是使用两个不同且独立的Multiindex,一个带有一个虚拟列,两者均由from_product
生成
col_11 = ['one', 'two']
col_12 = ['']
col_21 = ['day', 'month']
col_22 = ['a', 'b']
mult_1 = pd.MultiIndex.from_product([ col_11, col_12 ])
mult_2 = pd.MultiIndex.from_product([ col_21, col_22 ])
我该怎么办?
(one, '') | (two, '') | ('day','a') | ('day','b') | ('month','a') | ('month','b')
我尝试了几种简单的解决方案,但每个解决方案给我一个不同的错误或错误的结果
mult_1+mult_2 #TypeError: cannot perform __add__ with this index type: MultiIndex
pd.merge #TypeError: Can only merge Series or DataFrame objects, a <class 'list'> was passed
pd.MultiIndex.from_arrays([ mult_1, mult_2 ]) #NotImplementedError: isna is not defined for MultiIndex
谢谢您的建议
答案 0 :(得分:1)
如果可能的话,最好的方法是分别按列MultiIndex in index
,one
和two
分别创建MultiIndex in columns
和col_21 = ['day', 'month']
col_22 = ['a', 'b']
mult_2 = pd.MultiIndex.from_product([ col_21, col_22 ])
one = range(5)
two = list('ABCDE')
mult_3 = pd.MultiIndex.from_arrays([ one, two], names=['one','two'])
df = pd.DataFrame(0, columns=mult_2, index=mult_3)
print (df)
day month
a b a b
one two
0 A 0 0 0 0
1 B 0 0 0 0
2 C 0 0 0 0
3 D 0 0 0 0
4 E 0 0 0 0
-因此不要将非multiindex与multindex值混合:
print (mult_1.append(mult_2))
MultiIndex([( 'one', ''),
( 'two', ''),
( 'day', 'a'),
( 'day', 'b'),
('month', 'a'),
('month', 'b')],
)
使用Index.append
:
sort=False
或将Index.union
与print (mult_1.union(mult_2, sort=False))
MultiIndex([( 'one', ''),
( 'two', ''),
( 'day', 'a'),
( 'day', 'b'),
('month', 'a'),
('month', 'b')],
)
:
{{1}}