如何在多级列(熊猫)中将一级索引转换为新级别
Posted
技术标签:
【中文标题】如何在多级列(熊猫)中将一级索引转换为新级别【英文标题】:How can I transform a level of index into new level in Multi level column (Pandas) 【发布时间】:2022-01-13 09:44:46 【问题描述】:我有以下数据框 dfg(这是以前聚合的结果)。
F-1 F-2
dataset Model
G Baseline 0.971 0.967
Version2 0.971 0.967
H Baseline 0.780 0.762
Version2 0.800 0.777
S Baseline 0.401 0.320
Version2 0.453 0.365
T Baseline 0.881 0.825
Version2 0.989 0.985
我想要的是获得我的数据框的以下组织:
Baseline Version2
dataset F-1 F-2 F-1 F-2
G 0.971 0.967 0.971 0.967
H 0.780 0.762 0.800 0.777
S 0.401 0.320 0.453 0.365
T 0.881 0.825 0.989 0.985
我尝试了几件事,但我认为最好的解决方案总是给我错误。我最“合乎逻辑”的解决方案是:
重置索引(将“模型”提取到列中); 从元组创建多级列; 将列更改为多级列。像这样:
dfg.reset_index(inplace=True, level=['Model']
new_cols = [('Baseline', 'F-1'), ('Baseline', 'F-2'), ('Version2', 'F-1'), ('Version2', 'F-2')]
multi_cols = pd.MultiIndex.from_tuples(new_cols, names=('Model', 'Measure'))
但我收到以下错误:
ValueError: Length mismatch: Expected axis has 3 elements, new values have 4 elements
我知道这是相当原始的,但我找不到任何可以解释如何从现有数据框构建多级列的来源。
【问题讨论】:
【参考方案1】:使用DataFrame.stack
和Series.unstack
,最后一个干净的列名称由DataFrame.rename_axis
:
#last previous, last levels
df = df.stack().unstack([-2,-1]).rename_axis((None, None), axis=1)
#or second and third levels
#df = df.stack().unstack([1,2]).rename_axis((None, None), axis=1)
print (df)
Baseline Version2
F-1 F-2 F-1 F-2
dataset
G 0.971 0.967 0.971 0.967
H 0.780 0.762 0.800 0.777
S 0.401 0.320 0.453 0.365
T 0.881 0.825 0.989 0.985
【讨论】:
谢谢!我怎么能“擦除”“模型”? @MrT77 - 答案已编辑。【参考方案2】:df.stack().unstack(0).transpose()
【讨论】:
以上是关于如何在多级列(熊猫)中将一级索引转换为新级别的主要内容,如果未能解决你的问题,请参考以下文章