从现有数据框创建多索引

Posted 2023-02-23

【中文标题】从现有数据框创建多索引

【英文标题】：Create multiindex from existing dataframe

【发布时间】：2017-11-10 14:07:26

【问题描述】：

我现在花了几个小时到处浏览，试图从 pandas 的数据框创建一个多索引。这是我拥有的数据框（发布 excel 表格模型。我在 pandas 数据框中确实有这个）：

这就是我想要的：

我试过了

newmulti = currentDataFrame.set_index(['user_id','account_num'])

但它返回一个数据帧，而不是多索引。另外，我不知道如何使“user_id”级别为 0 和“account_num”级别为 1。我认为这一定是微不足道的，但我已经阅读了很多帖子、教程等，但仍然无法弄清楚。部分原因是我是一个非常有眼光的人，而大多数帖子都不是。请帮忙！

【问题讨论】：

出于处理目的，两个表是相同的。但出于展示的目的，我建议你参考：***.com/a/25127764/2306662

但我认为如果我想绘制（所有帐户的）总销售额与日期之间的关系，我需要多索引？

@puifais 为什么你不能绘制你已经放在一起的第二个数据框？

【参考方案1】：

有两种方法可以做到这一点，虽然不完全像你展示的那样，但它确实有效。 假设您有以下df：

      A   B    C      D
0   nil one    1    NaN
1   bar one    5    5.0
2   foo two    3    8.0
3   bar three  2    1.0
4   foo two    4    2.0
5   bar two    6    NaN

1.解决方法 1：

df.set_index('A', append = True, drop = False).reorder_levels(order = [1,0]).sort_index()

这将返回：

2。解决方法 2：

df.set_index(['A', 'B']).sort_index()

这将返回：

【参考方案2】：

为了澄清未来的用户，我想添加以下内容：

正如亚历山大所说，

df.set_index(['user_id', 'account_num', 'dates'])

使用可能的inplace=True 来完成这项工作。

type(df) 给了

pandas.core.frame.DataFrame

而type(df.index) 确实是预期

pandas.core.indexes.multi.MultiIndex

【参考方案3】：

使用pd.MultiIndex.from_arrays

lvl0 = currentDataFrame.user_id.values
lvl1 = currentDataFrame.account_num.values

midx = pd.MultiIndex.from_arrays([lvl0, lvl1], names=['level 0', 'level 1'])

【参考方案4】：

在这种情况下，您可以简单地使用groupby，它会在对所请求列的销售额求和时自动创建多索引。

df.groupby(['user_id', 'account_num', 'dates']).sales.sum().to_frame()

您也应该能够简单地这样做：

df.set_index(['user_id', 'account_num', 'dates'])

虽然您可能希望通过求和来避免任何重复（例如，两行或多行具有相同的user_id、account_num 和date 值但不同的销售数字），这就是我建议使用groupby 的原因。

如果您需要多索引，您可以简单地通过new_df.index 访问，其中new_df 是从上述两个操作中的任何一个创建的新数据帧。

user_id 将是 0 级，account_num 将是 1 级。

【讨论】：

这意味着，按 user_id、account_num 和日期分组并提取销售数据。如果销售数据恰好具有相同的 user_id、account_num 和日期，则将它们相加。对吗？

Sort of... 这意味着您正在通过sum 汇总销售数据。如果该列不是数字，您将无法对其求和。您必须将 first、last 或 unique 与 lambda 函数一起使用。

如果我有更多的列，而不是销售？

【参考方案5】：

currentDataFrame.set_index(['user_id','account_num']) 返回的 DataFrame 的索引设置为 ['user_id','account_num']

newmulti.index 将返回 MultiIndex 对象。

【讨论】：

嗯...我不明白。我是先做newmulti = currentDataFrame.set_index(['user_id','account_num'])，然后再做newmultiReal = newmulti.index？你能澄清一下吗？我是 pandas 的新手。

你的最终目标是什么？如果您想要具有多索引的原始数据框，那么您已经有了。