如何更改熊猫数据框中多索引的外层索引？
Posted
技术标签:
【中文标题】如何更改熊猫数据框中多索引的外层索引？【英文标题】：How to change outer level index in multi index in pandas dataframe? 【发布时间】：2020-06-24 15:09:09 【问题描述】：我有一个包含 900 万行的多级索引的数据框，如下所示。我希望将在某些情况下不唯一的 0 级索引更改为包含唯一索引的数字顺序。这是示例输入：
ORDER NO DATE
4200000303 1 2015-02-19
2 2015-02-19
3 2015-02-19
1200000303 1 2016-07-19
2 2016-07-19
3 2016-07-19
4 2016-07-19
1500000303 1 2017-08-19
2 2017-08-19
3 2017-08-19
4 2017-08-19
x8594345 rows
期望的输出应该是：
ORDER NO DATE
0 1 2015-02-19
2 2015-02-19
3 2015-02-19
1 1 2016-07-19
2 2016-07-19
3 2016-07-19
4 2016-07-19
2 1 2017-08-19
2 2017-08-19
3 2017-08-19
4 2017-08-19
x8594345 rows
我试过下面的代码：
transactions.index = pd.MultiIndex.from_arrays(
[list(range(0,transactions.shape[0])), transactions.groupby(level=0).cumcount()],
names=['ORDER', 'NO'])
但它返回的是一个扁平的数据框。
【问题讨论】：
【参考方案1】：仅在第一级使用factorize：
transactions.index = pd.MultiIndex.from_arrays(
[pd.factorize(transactions.index.get_level_values(0))[0],
transactions.index.get_level_values(1)],
names=['ORDER', 'NO'])
print (transactions)
ORDER NO
0 1 2015-02-19
2 2015-02-19
3 2015-02-19
1 1 2016-07-19
2 2016-07-19
3 2016-07-19
4 2016-07-19
2 1 2017-08-19
2 2017-08-19
3 2017-08-19
4 2017-08-19
Name: A, dtype: object
【讨论】：
非常感谢。完美的解决方案！ 但是有一些非唯一索引。我相信分解方法再次复制非唯一索引。有没有办法消除这个问题？ @chanakya 你觉得a = transactions.index.get_level_values(0).to_series() 然后transactions.index = pd.MultiIndex.from_arrays( [a. ne (a. shift()). cumsum() , transactions.index.get_level_values(1)], names=['ORDER', 'NO'])？【参考方案2】：
可能有更好的方法，但我现在会这样做：
(df.reset_index()
.assign(ORDER=lambda x: x['ORDER'].factorize()[0])
.set_index(['ORDER','NO'])
)
【讨论】：
以上是关于如何更改熊猫数据框中多索引的外层索引？的主要内容，如果未能解决你的问题，请参考以下文章