在 python pandas 中将级别附加到列索引
Posted
技术标签:
【中文标题】在 python pandas 中将级别附加到列索引【英文标题】:Append Level to Column Index in python pandas 【发布时间】:2014-05-02 06:02:17 【问题描述】:我有几个具有相同列的数据框,我只想合并它们的索引。
print df1
out[]: Value ISO
Id
200001 8432000000 USD
200230 22588186000 USD
200247 4633000000 USD
200291 1188880000 USD
200418 1779776000 USD
print df2
out[]: Value ISO
Id
200001 1.309168e+11 USD
200230 5.444096e+10 USD
200247 9.499602e+09 USD
200291 2.089603e+09 USD
200418 3.827251e+09 USD
print df3
out[]: Value
Id
200001 3.681908
200230 3.408507
200247 4.531866
200291 0.273029
200418 3.521822
我可以使用
pd.concat([df1, df2, df3], axis=1)
得到
out[]: Value ISO Value ISO Value
Id
200001 8432000000 USD 1.309168e+11 USD 3.681908
200230 22588186000 USD 5.444096e+10 USD 3.408507
200247 4633000000 USD 9.499602e+09 USD 4.531866
200291 1188880000 USD 2.089603e+09 USD 0.273029
200418 1779776000 USD 3.827251e+09 USD 3.521822
但是我丢失了每列来自哪里的信息。 我还可以对两个数据帧进行合并并使用 suffixes 参数
print df1.merge(df2, left_index=True, right_index=True, suffixes=('_1', '_2'))
得到
out[]: Value_1 ISO_1 Value_2 ISO_2
Id
200001 8432000000 USD 1.309168e+11 USD
200230 22588186000 USD 5.444096e+10 USD
200247 4633000000 USD 9.499602e+09 USD
200291 1188880000 USD 2.089603e+09 USD
200418 1779776000 USD 3.827251e+09 USD
然后我可以菊花链我的合并,但后缀参数仅适用于共享名称的列。一旦我为第一个合并添加了后缀,这些名称将不再与第三个数据框相同。
我认为解决方案是为每个数据框的列索引附加一个级别,其中包含区分这些列所需的相关信息。然后我可以运行 pd.concat() 并得到如下所示的内容:
print pd.concat([df1_, df2_, df3_], axis=1)
out[]:Source df1 df2 df3
Value ISO Value ISO Value
200001 8.432e+09 USD 1.309168e+11 USD 3.681908
200230 2.258819e+10 USD 5.444096e+10 USD 3.408507
200247 4.633e+09 USD 9.499602e+09 USD 4.531866
200291 1.18888e+09 USD 2.089603e+09 USD 0.273029
200418 1.779776e+09 USD 3.827251e+09 USD 3.521822
但是,为了实现这一点。我不得不像这样滥用数据框:
df1_ = df1.T
df1_['Source'] = 'df1'
df1_.set_index('Source', append=True, inplace=True)
df1_.index = df1_.index.swaplevel(0, 1)
df1_ = df1_.T
最终,我希望结果看起来很像最后一个 concat 语句。有没有更好的方法可以到达那里?有没有更好的方法将级别附加到列索引?
谢谢, 皮尔
【问题讨论】:
Multi-index dataframe from sequence of dataframes的可能重复 【参考方案1】:我想要一个 MultiIndex,你可以直接在concat
函数中执行此操作以获得相同的结果,例如:
pd.concat([df1, df2, df3], axis=1, keys=['df1', 'df2', 'df3'])
或
pd.concat('df1':df1, 'df2':df2, 'df3':df3, axis=1)
另见Multi-index dataframe from sequence of dataframes
【讨论】:
关闭字典括号时有错字。应该是 而不是 ]。 谢谢,现在修好了!以上是关于在 python pandas 中将级别附加到列索引的主要内容,如果未能解决你的问题,请参考以下文章