Pandas 将 CSV 中的 SingleIndex 合并到 MultiIndex
Posted
技术标签:
【中文标题】Pandas 将 CSV 中的 SingleIndex 合并到 MultiIndex【英文标题】:Pandas Merge SingleIndex to MultiIndex from CSV 【发布时间】:2016-09-18 20:01:31 【问题描述】:鉴于 CSV 文件中的以下表格:
CSV 1:
A B C
AA BB1 BB2 CC
0 1 text 5 7
1 2 text2 6 8
2 3 text3 7 9
在熊猫中:
import pandas as pd
mi=pd.read_csv('csv_to_mi.csv',header=[0,1],encoding='latin-1')
mi = mi.rename(columns='Unnamed: 2_level_0':'B')
mi
A B C
AA BB1 BB2 CC
0 1 text 5 7
1 2 text2 6 8
2 3 text3 7 9
CSV 2:
A D E
text T1 9
text2 T2 10
text3 T3 11
在熊猫中:
si=pd.read_csv('csv_to_si.csv',encoding='latin-1')
si
A D E
0 text T1 9
1 text2 T2 10
2 text3 T3 11
我想在 m1['B','BB1'] 和 s1['A'] 上合并它们以获得这个(或功能性多索引数据框):
A B C D E
AA BB1 BB2 CC
0 1 text 5 7 T1 9
1 2 text2 6 8 T2 10
2 3 text3 7 9 T3 11
我之前做过类似的事情,但似乎效果还不错,除非我尝试重命名合并数据框中的 2 列,但由于某种原因它删除了所有其他(未重命名的)列。我还尝试使用仅顶部标题行(作为单索引)读取多索引 csv,将两者合并在一起,然后将结果设为多索引。在我遇到重命名问题之前,这似乎有效。
我尝试先将单索引数据框转换为多索引数据框per jezrael's sage advice(效果很好),然后与多索引数据框合并,但也没有用。
提前致谢!
【问题讨论】:
在第一级列D
和E
可以是CC
和CC
?
很遗憾没有。但它们可以是其他任何东西(偶数,根据您之前在这篇文章中链接的解决方案)。
【参考方案1】:
您可以将merge
与drop
列('A', 0)
一起使用:
cols = list(zip(si.columns, range(si.shape[1])))
si.columns = pd.MultiIndex.from_tuples(cols)
print (si)
A D E
0 1 2
0 text T1 9
1 text2 T2 10
2 text3 T3 11
print (pd.merge(mi,si, left_on=[('B','BB1')], right_on=[('A', 0)]).drop([('A', 0)], axis=1))
A B C D E
AA BB1 BB2 CC 1 2
0 1 text 5 7 T1 9
1 2 text2 6 8 T2 10
2 3 text3 7 9 T3 11
通过评论编辑 - 使用 get_level_values
:
print (df)
A B C D E
AA BB1 BB2 CC 1 2
0 1 text 5 7 T1 9
1 2 text2 6 8 T2 10
2 3 text3 7 9 T3 11
print (df.columns.get_level_values(0))
Index(['A', 'B', 'B', 'C', 'D', 'E'], dtype='object')
cols = list(zip(df.columns.get_level_values(0), df.columns.get_level_values(0)))
df.columns = pd.MultiIndex.from_tuples(cols)
print (df)
A B C D E
A B B C D E
0 1 text 5 7 T1 9
1 2 text2 6 8 T2 10
2 3 text3 7 9 T3 11
EDIT1:如果您需要合并多个列:
print (mi)
A B C
AA BB1 BB2 CC
0 1 text 5 7
1 2 text2 6 8
2 3 text3 7 9
cols = list(zip(si.columns, range(si.shape[1])))
si.columns = pd.MultiIndex.from_tuples(cols)
print (si)
A D E
0 1 2
0 text T1 1
1 text2 T2 2
2 text3 T3 3
df = (pd.merge(mi,si, left_on=[('B','BB1'),('A','AA')], right_on=[('A', 0), ('E', 2)])
.drop([('A', 0), ('E', 2)], axis=1))
print (df)
A B C D
AA BB1 BB2 CC 1
0 1 text 5 7 T1
1 2 text2 6 8 T2
2 3 text3 7 9 T3
【讨论】:
谢谢!顺便说一句,如果我希望 si 中的底部列集与顶部相同(即 0 级 = 'A'、'D'、'E' 和 1 级 = 'A'、'D', 'E' ),以复制顶部标题的方式? 太棒了!还有一件事;如果我需要加入多个列怎么办?我试过 right_on=[(col1,col1),(col2,col2)] 但没有运气。 对不起,我打错了。 没问题。 ;) 祝你好运!并感谢大家的接受。以上是关于Pandas 将 CSV 中的 SingleIndex 合并到 MultiIndex的主要内容,如果未能解决你的问题,请参考以下文章
如何使用 Pandas 将多个 csv 文件中的单个数据列合并为一个?
如何使用 pandas.read_csv 将 CSV 文件中的数据插入数据框?
pandas使用read_csv函数读取csv数据设置parse_dates参数将csv数据中的指定字段数据列解析为时间日期对象