multiIndex pandas 系列中的 set_codes

Posted 2023-03-12

【中文标题】multiIndex pandas 系列中的 set_codes

【英文标题】：set_codes in multiIndexed pandas series

【发布时间】：2019-11-27 06:21:44

【问题描述】：

我想对一个数据数组进行多重索引。 最初，我使用 datetime 索引我的数据，但对于后来的一些应用程序，我必须添加另一个数字索引（从 0 到 len(array)-1）。

我已经写了那些小行：

O = [0.701733664614, 0.699495411782, 0.572129320819, 0.613315597684, 0.58079660603, 0.596638918579, 0.48453382119]
Ab = [datetime.datetime(2018, 12, 11, 14, 0), datetime.datetime(2018, 12, 21, 10, 0), datetime.datetime(2018, 12, 21, 14, 0), datetime.datetime(2019, 1, 1, 10, 0), datetime.datetime(2019, 1, 1, 14, 0), datetime.datetime(2019, 1, 11, 10, 0), datetime.datetime(2019, 1, 11, 14, 0)]
tst = pd.Series(O,index=Ab)
ld = len(tst)
index = pd.MultiIndex.from_product([(x for x in range(0,ld)),Ab], names=['id','dtime'])
print (index)
data = pd.Series(O,index=index)

但是在打印 index 时，我得到了一些奇怪的“代码”： 关卡和名称都很完美，但代码从 0 到 763...764 次（而不是 1 次）！

我尝试添加 set_codes 命令：

index.set_codes([x for x in range(0,ld)], level=0)
print (index)

我徒劳，我有以下错误：

ValueError：不等的代码长度：[764, 583696]

最初的熊猫系列：

打印（tst）

2005-01-01 14:00:00 0.544177

2005-01-01 14:00:00 0.544177

2005-01-21 14:00:00 0.602239

...

2019-05-21 10:00:00 0.446813

2019-05-21 14:00:00 0.466573

长度：764，数据类型：float64

新的预期

id 时间

0 2005-01-01 14:00:00 0.544177

1 2005-01-01 14:00:00 0.544177

2 2005-01-21 14:00:00 0.602239

...

762 2019-05-21 10:00:00 0.446813

763 2019-05-21 14:00:00 0.466573

提前致谢

【参考方案1】：

您可以通过MultiIndex.from_arrays创建新索引并重新分配给Series：

s.index = pd.MultiIndex.from_arrays([np.arange(len(s)), s.index], names=['id','dtime'])

【讨论】：

只是另一个小问题，如果我想访问特定日期，我该怎么办？例如，我可以访问最后一个值：s[0][0]

@Nour - 使用 Series.xs - 例如s.xs('2005-01-01', level=1)

我得到了这个：id 759 0.570497 我的意思是，我怎样才能输入一些 id 并返回一个特定的日期。对不起，我记错了^^'

然后使用print (s.loc[5].index[0])

s.index 中的“s”是什么？这是从哪里来的？