Pandas：将多索引级别作为系列

Posted 2023-03-12

【中文标题】Pandas：将多索引级别作为系列

【英文标题】：Pandas: get multiindex level as series

【发布时间】：2016-12-27 00:32:23

【问题描述】：

我有一个具有多个级别的数据框，例如：

idx = pd.MultiIndex.from_product((['foo', 'bar'], ['one', 'five', 'three' 'four']),
                                 names=['first', 'second'])
df = pd.DataFrame('A': [np.nan, 12, np.nan, 11, 16, 12, 11, np.nan], index=idx).dropna().astype(int)

              A     
first second
foo   five     12
      four     11
bar   one      16
      five     12
      three    11

我想使用标题为second 的索引级别创建一个新列，以便得到

              A    B  
first second
foo   five     12   five
      four     11   four
bar   one      16   one
      five     12   five
      three    11   three

我可以通过重置索引、复制列、然后重新应用来做到这一点，但这似乎更加迂回。

我尝试了df.index.levels[1]，但这会创建一个排序列表，它不会保留顺序。

如果它是单个索引，我会使用df.index，但在创建一列元组的多索引中。

如果这在其他地方得到解决，请分享，因为我没有任何运气搜索 *** 档案。

【参考方案1】：

df['B'] = df.index.get_level_values(level=1)  # Zero based indexing.
# df['B'] = df.index.get_level_values(level='second')  # This also works.
>>> df
               A      B
first second           
foo   one     12    one
      two     11    two
bar   one     16    one
      two     12    two
      three   11  three

【讨论】：

是否可以通过索引名来做？

是的。 df.index.get_level_values(level='second') 也可以。

如果多索引位于列上而不是使用df.columns.get_level_values(level=1) 的索引上，您也可以这样做。

【参考方案2】：

df['B'] = idx.to_series().str[1]

【参考方案3】：

如果您想使用索引名称（而不是数字索引）获取索引列值，我可以从 @AlbertoGarcia-Raboso 的回答中借用这个。

请注意，这会为您提供仍然包含索引列的输出，它是一个系列，正如问题所要求的那样。乍一看，这看起来像是一个重复的列。

df.index.to_frame()['second']

（然后例如用df.index.to_frame()['second'][8]询问第9个系列项目）