问题:为熊猫MultiIndex设置一个级别
经过分组后,我创建了一个具有MultiIndex的DataFrame:
import numpy as np
import pandas as p
from numpy.random import randn
df = p.DataFrame({
'A' : ['a1', 'a1', 'a2', 'a3']
, 'B' : ['b1', 'b2', 'b3', 'b4']
, 'Vals' : randn(4)
}).groupby(['A', 'B']).sum()
df
Output> Vals
Output> A B
Output> a1 b1 -1.632460
Output> b2 0.596027
Output> a2 b3 -0.619130
Output> a3 b4 -0.002009
如何在MultiIndex前面添加一个级别,以便将其转换为类似以下内容:
Output> Vals
Output> FirstLevel A B
Output> Foo a1 b1 -1.632460
Output> b2 0.596027
Output> a2 b3 -0.619130
Output> a3 b4 -0.002009
回答 0
一种使用pandas.concat()
以下代码一行完成此操作的好方法:
import pandas as pd
pd.concat([df], keys=['Foo'], names=['Firstlevel'])
甚至更短的方法:
pd.concat({'Foo': df}, names=['Firstlevel'])
这可以推广到许多数据框架,请参阅docs。
回答 1
您可以首先将其添加为普通列,然后将其附加到当前索引,因此:
df['Firstlevel'] = 'Foo'
df.set_index('Firstlevel', append=True, inplace=True)
并根据需要更改顺序:
df.reorder_levels(['Firstlevel', 'A', 'B'])
结果是:
Vals
Firstlevel A B
Foo a1 b1 0.871563
b2 0.494001
a2 b3 -0.167811
a3 b4 -1.353409
回答 2
我认为这是一个更通用的解决方案:
# Convert index to dataframe
old_idx = df.index.to_frame()
# Insert new level at specified location
old_idx.insert(0, 'new_level_name', new_level_values)
# Convert back to MultiIndex
df.index = pandas.MultiIndex.from_frame(old_idx)
与其他答案相比有一些优势:
- 新级别可以添加到任何位置,而不仅仅是顶部。
- 它纯粹是对索引的一种操作,不需要像串联技巧那样操作数据。
- 它不需要添加列作为中间步骤,这可以破坏多级列索引。
回答 3
我用cxrodgers的答案做了一点功能,该IMHO是最佳的解决方案,因为它完全在索引上工作,而与任何数据帧或序列无关。
我添加了一个修复程序: to_frame()
方法将为没有索引级别的索引级别发明新名称。这样,新索引将具有旧索引中不存在的名称。我添加了一些代码来还原此名称更改。
下面是代码,我已经使用了一段时间,它似乎工作正常。如果您发现任何问题或极端情况,我将不得不调整答案。
import pandas as pd
def _handle_insert_loc(loc: int, n: int) -> int:
"""
Computes the insert index from the right if loc is negative for a given size of n.
"""
return n + loc + 1 if loc < 0 else loc
def add_index_level(old_index: pd.Index, value: Any, name: str = None, loc: int = 0) -> pd.MultiIndex:
"""
Expand a (multi)index by adding a level to it.
:param old_index: The index to expand
:param name: The name of the new index level
:param value: Scalar or list-like, the values of the new index level
:param loc: Where to insert the level in the index, 0 is at the front, negative values count back from the rear end
:return: A new multi-index with the new level added
"""
loc = _handle_insert_loc(loc, len(old_index.names))
old_index_df = old_index.to_frame()
old_index_df.insert(loc, name, value)
new_index_names = list(old_index.names) # sometimes new index level names are invented when converting to a df,
new_index_names.insert(loc, name) # here the original names are reconstructed
new_index = pd.MultiIndex.from_frame(old_index_df, names=new_index_names)
return new_index
它通过了以下单元测试代码:
import unittest
import numpy as np
import pandas as pd
class TestPandaStuff(unittest.TestCase):
def test_add_index_level(self):
df = pd.DataFrame(data=np.random.normal(size=(6, 3)))
i1 = add_index_level(df.index, "foo")
# it does not invent new index names where there are missing
self.assertEqual([None, None], i1.names)
# the new level values are added
self.assertTrue(np.all(i1.get_level_values(0) == "foo"))
self.assertTrue(np.all(i1.get_level_values(1) == df.index))
# it does not invent new index names where there are missing
i2 = add_index_level(i1, ["x", "y"]*3, name="xy", loc=2)
i3 = add_index_level(i2, ["a", "b", "c"]*2, name="abc", loc=-1)
self.assertEqual([None, None, "xy", "abc"], i3.names)
# the new level values are added
self.assertTrue(np.all(i3.get_level_values(0) == "foo"))
self.assertTrue(np.all(i3.get_level_values(1) == df.index))
self.assertTrue(np.all(i3.get_level_values(2) == ["x", "y"]*3))
self.assertTrue(np.all(i3.get_level_values(3) == ["a", "b", "c"]*2))
# df.index = i3
# print()
# print(df)
回答 4
如何使用pandas.MultiIndex.from_tuples从头开始构建它?
df.index = p.MultiIndex.from_tuples(
[(nl, A, B) for nl, (A, B) in
zip(['Foo'] * len(df), df.index)],
names=['FirstLevel', 'A', 'B'])
与cxrodger的解决方案类似,这是一种灵活的方法,避免修改数据框的基础数组。