如何在 pandas DataFrame 中恢复\展开多索引

Posted 2023-03-12

【中文标题】如何在 pandas DataFrame 中恢复\\展开多索引

【英文标题】：How to restore\unfold multiindex in pandas DataFrame如何在 pandas DataFrame 中恢复\展开多索引

【发布时间】：2013-08-14 04:28:11

【问题描述】：

我快要发疯了。我有一个这样的数据框：

subject  sessionIndex  screenIndex  index      key    time
   s019             1            3      1    Shift  0.3442
   s019             1            3      2  Shift.t  0.1514
   s019             1            3      3        h  0.0844
   s019             1            3      4        e  0.1127
   s019             1            3      5    space  0.1201
   s091             3            5    821        h  0.1126
   s091             3            5    822        a  0.1425
   s091             3            5    823        n  0.0926
   s091             3            5    824        d  0.1525

使用后：

pivot_table(data,values='time', rows=['subject','sessionIndex','screenIndex','index'], cols=['key'])

我有以下数据框：

key                                      Shift  Shift.t       a       d   ...
subject sessionIndex screenIndex index                                    
s019    1            3           1      0.3442      NaN     NaN     NaN   ...
                                 2         NaN   0.1514     NaN     NaN   ...
                                 3         NaN      NaN     NaN     NaN   ...
                                 4         NaN      NaN     NaN     NaN   ...
                                 5         NaN      NaN     NaN     NaN   ...
s091    3            5           821       NaN      NaN     NaN     NaN   ...
                                 822       NaN      NaN  0.1425     NaN   ...
                                 823       NaN      NaN     NaN     NaN   ...
                                 824       NaN      NaN     NaN  0.1525   ...

这很好，但我坚持“展开”多索引，以便我的数据框看起来像这样：

subject sessionIndex screenIndex index   Shift  Shift.t       a       d   ...                               
s019    1            3           1      0.3442      NaN     NaN     NaN   ...
s019    1            3           2         NaN   0.1514     NaN     NaN   ...
s019    1            3           3         NaN      NaN     NaN     NaN   ...
s019    1            3           4         NaN      NaN     NaN     NaN   ...
s019    1            3           5         NaN      NaN     NaN     NaN   ...
s091    3            5           821       NaN      NaN     NaN     NaN   ...
s091    3            5           822       NaN      NaN  0.1425     NaN   ...
s091    3            5           823       NaN      NaN     NaN     NaN   ...
s091    3            5           824       NaN      NaN     NaN  0.1525   ...

我已经尝试过重新索引和索引重置。我对 pandas 和 python 还很陌生，所以也许我只是愚蠢。请让我知道我在这里缺少什么，谢谢。

【问题讨论】：

我不确定您所说的“展开”是什么意思。尽管为了显示目的而隐藏了重复索引，但它们仍然存在。但也许您希望四个 MultiIndex 级别是普通列——在这种情况下，它们将按您指定的方式显示，并且在某些方面更容易处理。在这种情况下，只需使用df.reset_index() 的结果即可。

嗨，丹，谢谢您的回复。我已经试过了。问题是此命令还将所有变量恢复为案例。所以我的数据和我之前调用的pivot_table一样。

嗯。这很令人惊讶。你确定你是在pivot_table的结果上执行reset_index，而不是在原来的DataFrame上？

我快疯了。看来你是对的。我添加了一个临时变量来存储 pivot_table 的结果，现在它似乎可以工作了！ Big THX 永远不会独自解决这个问题！

【参考方案1】：

这只是 pandas 中的一个显示选项。

尝试在导入 pandas 后立即添加此行： pandas.set_printoptions(multi_sparse=False)

【讨论】：

嗨，保罗，谢谢您的回复。我的问题实际上不是格式。我想使用这些列来执行一些选择器。当列连接到多索引中时，这要困难得多。因此我想恢复索引列。

@user2675976 最好保留索引，IMO。 dataframe.select 方法可以非常强大地对 MultiIndex 的乘法值执行选择（例如，subset = df.select(lambda x: x[0] == 'S019' and s[2] in [3,5] and s[3] <= 5)

谢谢保罗。我解决了我的问题。因为我想在之后使用不同的选择标准： train = data[data['subject']==user] train = train[train['sessionIndex']==1] 似乎更容易恢复 inices。