pandas：在多索引数据框中转换索引类型

Posted 2023-03-12

【中文标题】pandas：在多索引数据框中转换索引类型

【英文标题】：pandas: convert index type in multiindex dataframe

【发布时间】：2016-03-28 20:14:15

【问题描述】：

您好，有一个多索引数据框：

tuples = [('YTA_Q3', 1), ('YTA_Q3', 2), ('YTA_Q3', 3), ('YTA_Q3', 4), ('YTA_Q3', 99), ('YTA_Q3', 96)]
# Index
index = pd.MultiIndex.from_tuples(tuples, names=['Questions', 'Values'])
# Columns
columns = pd.MultiIndex.from_tuples([('YTA_Q3', '@')], names=['Questions', 'Values'])
# Data
data = [29.014949,5.0260590000000001,
  6.6269119999999999,
  1.3565260000000001,
  41.632221999999999,
  21.279499999999999]

df1 = pd.DataFrame(data=data, index=index, columns=columns)

如何将 df 索引的内部值转换为 str？

我的尝试：

df1.index.astype(str) 

返回一个类型错误

【参考方案1】：

IIUC 你需要最后一级的 Multiindex。您可以通过levels 访问它：

df1.index.levels[-1].astype(str)

In [584]: df1.index.levels[-1].astype(str)
Out[584]: Index(['1', '2', '3', '4', '96', '99'], dtype='object', name='Values')

编辑

您可以使用 multiIndex 的 set_levels 方法设置您的内部级别：

idx = df1.index
df1.index = df1.index.set_levels([idx.levels[:-1], idx.levels[-1].astype(str)])

【讨论】：

这很好，但是我如何更新我的 df1 呢？ df1.index.levels[1] = df.index.levels[1].astype(str)

为什么不先reset index再设置index呢？ [真正的问题！]

难道编辑应该是df1.index = df1.index.set_levels(idx.levels[:-1] + [idx.levels[-1].astype(str),]) 以允许超过两个级别的索引？

对于多个级别，你可以这样做：df1.index = df1.index.set_levels(idx.levels[-1].astype(int), level=-1)

请注意，levels 和 astype(str) 都会按字典顺序对各个级别进行排序。这可能会重新排序给定级别的索引标签而不维护 MultiIndex 元组（例如，如果您有索引 1-100，这些将重新排序为 1,10,100,2,20,3...，独立于其他级别）。

【参考方案2】：

我觉得目前的 pandas 实现有点麻烦，所以我用这个：

df1.index = pd.MultiIndex.from_tuples([(ix[0], str(ix[1])) for ix in df1.index.tolist()])

【参考方案3】：

pandas 发生了变化，旧方法无法正常工作。

对我来说这很有效。

level_to_change = 1
df.index = df.index.set_levels(df.index.levels[level_to_change].astype(int), level=level_to_change)

【参考方案4】：

聚会很晚，但如果您还想在多索引级别上保留名称，我建议您采取以下措施：

df_ts.index = pd.MultiIndex.from_frame(
    pd.DataFrame(index=df_ts.index)
    .reset_index().astype(int)
    )

同样，如果你有多索引列，你可以使用：

df_ts.columns = pd.MultiIndex.from_frame(
        pd.DataFrame(index=df_ts.columns)
        .reset_index().astype(int)
        )