通过匹配部分索引标签添加索引列并重新索引数据框

Posted 2023-03-12

【中文标题】通过匹配部分索引标签添加索引列并重新索引数据框

【英文标题】：Add an index column and reindex dataframe by matching partial index lables

【发布时间】：2018-09-08 03:55:40

【问题描述】：

我有一个多索引 df s:

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
    ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
pd.MultiIndex(levels=[['bar', 'baz', 'foo', 'qux'], ['one', 'two']],
       labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],
       names=['first', 'second'])
s = pd.Series(np.random.randn(8), index=index)
s

我想通过匹配索引列“first”和“second”来添加一个新的索引列“zero”，其中 x,y,z 到 s。换句话说，我想重复 s 三次，但是这个附加的索引列带有 x,y,z。我尝试了重新索引（见下文），但为什么它给了我所有的 NaN？

mux=pd.MultiIndex.from_product([["x","y","z"], 
                            s.index.get_level_values(0),
                            s.index.get_level_values(1)],
                           names=["zero","first", "second"])
t=s.reindex(mux)
t

我也尝试将匹配级别指定为“第一”和“第二”，但看起来级别只需要一个整数？

【参考方案1】：

您可以使用reindex，但必须通过levels 创建MultiIndex。但它会将新级别附加到现有级别，因此如有必要添加reorder_levels 和sort_index：

np.random.seed(123)
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
    ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])

s = pd.Series(np.random.randn(8), index=index)
#print (s)

---

mux=pd.MultiIndex.from_product([s.index.levels[0],s.index.levels[1], ["x","y","z"]])
t=s.reindex(mux, method='ffill').reorder_levels([2,0,1]).sort_index()
print (t)
x  bar  one   -1.085631
        two    0.997345
   baz  one    0.282978
        two   -1.506295
   foo  one   -0.578600
        two    1.651437
   qux  one   -2.426679
        two   -0.428913
y  bar  one   -1.085631
        two    0.997345
   baz  one    0.282978
        two   -1.506295
   foo  one   -0.578600
        two    1.651437
   qux  one   -2.426679
        two   -0.428913
z  bar  one   -1.085631
        two    0.997345
   baz  one    0.282978
        two   -1.506295
   foo  one   -0.578600
        two    1.651437
   qux  one   -2.426679
        two   -0.428913
dtype: float64

【讨论】：

@cᴏʟᴅsᴘᴇᴇᴅ - 我将其更改为第一级

@cᴏʟᴅsᴘᴇᴇᴅ - 谢谢。并祝贺新工作:)

谢谢，你总是这么快地回答我所有的问题:) 你的回答真的是我的问题：为什么重新索引不起作用，但其他方法似乎更容易。

...我对 *** 很陌生，不知道该功能：P

【参考方案2】：

IIUC，你想要pd.concat？

s = pd.concat([s] * 3, axis=0, keys=['x', 'y', 'z'])

如果需要，重命名轴：

s = s.rename_axis(['zero', 'first', 'second'])

s 

zero  first  second
x     bar    one       0.510567
             two       0.066620
      baz    one       0.667948
             two      -1.471894
      foo    one       1.881198
             two       0.143628
      qux    one       1.108174
             two      -0.978112
y     bar    one       0.510567
             two       0.066620
      baz    one       0.667948
             two      -1.471894
      foo    one       1.881198
             two       0.143628
      qux    one       1.108174
             two      -0.978112
z     bar    one       0.510567
             two       0.066620
      baz    one       0.667948
             two      -1.471894
      foo    one       1.881198
             two       0.143628
      qux    one       1.108174
             two      -0.978112
dtype: float64

【讨论】：

是的，这绝对是实现我想要的更简单的方法。谢谢。

@edge27 没问题，jezrael 的回答也不错，所以即使您只能接受一个答案，您也可以投票赞成所有答案。干杯。