无法正确组合多索引列（3 级）

Posted 2023-03-12

【中文标题】无法正确组合多索引列（3 级）

【英文标题】：can't combine multiindex columns properly (3 levels)

【发布时间】：2020-09-08 00:58:31

【问题描述】：

我正在为一些我认为微不足道的事情而苦苦挣扎。我有一个提供以下格式数据的电子表格，很遗憾，这是无法更改的，这是唯一可以提供的方式：

我在一个 jupyter 笔记本中加载 pandas 中的文件，我可以阅读它，指定标题有 3 行，到目前为止一切都很好。关键是因为第二级中的一些标题重复自己（教师、学生、其他），我想将 3 个级别合并为一个，所以我可以轻松识别哪些列做什么。左上角的数据每天都在变化，因此我将那一列重命名为什么都没有（''）。我要查找的输出应具有以下列：国家、地区、教师现在、...、perf_teachers_score、...、count_teachers 等。

出于某种原因，pandas 将这个表渲染成这样：

它不会在级别 0 上添加任何未命名的列名占位符，但它会在级别 1 和级别 2 上添加。如果我连接名称，我会得到一些非常难看的列名。我需要连接它们，但在此过程中忽略未命名的那些。我的代码是：

df = pd.read_excel(src, header=[0,1,2])

# to get rid of the date, works as intended
df.columns.set_levels(['', 'perf', 'count'], level=0, inplace=True)
# doesn't work, tells me str has no str method, despite successfully using this function elsewhere
df.columns.set_levels(['' if x.str.contains('unnamed', case=False, na=False) else x for x in df.columns.levels[1].values], level=1, inplace=True)

总之，我做错了什么？如何在没有未命名（和不需要的）标签的情况下连接列名？

谢谢！

【问题讨论】：

在 set_levels 内的 for 循环中，您仅在级别 1 上进行迭代，因此您应该在级别 0 上执行相同操作以消除那里的未命名索引。

我有点困惑。级别 0 没有任何包含未命名的列。这是我要更改的列名（从 Unnamed... 到 ''），这样当我连接名称时，我会得到可预测和可用的结果。还是我对专栏的理解有问题？

我的错，我切换了级别的顺序（所以 0 表示级别 2）

但是我的代码不应该只替换级别 1 上的列名吗？这就是我的目标，然后我将在第 2 级添加另一行以执行相同的操作。如果我的目标是用 '' 替换第 1 级中的列名，那不应该是正确的代码吗？

检查这个问题：Pandas dataframe with multiindex column - merge levels

【参考方案1】：

知道了……

df.columns = [f'xz' if 'unnamed' in y.lower() else f'xy' if 'unnamed' in z.lower() else f'xyz' for x, y, z in df.columns]

谢谢大卫，你一直很有帮助！

【讨论】：

太棒了！我很高兴你把它整理出来:)