Pandas:将多索引级别作为系列
Posted
技术标签:
【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。
【问题讨论】:
【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]
【讨论】:
【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)
【讨论】:
以上是关于Pandas:将多索引级别作为系列的主要内容,如果未能解决你的问题,请参考以下文章
根据级别 0 索引对多索引 Pandas DataFrame 的级别 1 索引进行自定义排序