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

pandas 多索引切片“级别类型不匹配”

Pandas 从多索引级别获取所有值

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

为每个级别对 Pandas 中的多索引进行不同的排序

Pandas - Groupby 多索引级别,获取可能的组合,然后转换数据

以长格式保存具有不同级别名称的多索引列 Pandas 为 excel 格式