Python pandas：如何在pandas Multiindex中折叠特定的索引级别，同时保留索引的其他值？

w80xi6nr 于 2023-09-29 发布在 Python

关注(0)|答案(3)|浏览(120)

我有以下Multiindex pandas dataframe：

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
index = pd.MultiIndex.from_tuples([('X', 'a', 'I'), ('X', 'b', 'II'), ('Y', 'a', 'III')], names=['Level1', 'Level2', 'Level3'])
df = pd.DataFrame(data, index=index)

                      A  B
Level1 Level2 Level3      
X      a      I       1  4
       b      II      2  5
Y      a      III     3  6

我希望看到以下结果，用'-'连接Level 1和Level2，同时保留Level 3的值：

A  B
CombinedLevel Level3      
X - a         I        1  4
X - b         II       2  5
Y - a         III      3  6

我已经尝试过使用set_index（）和lambda函数的各种解决方案，但它们似乎要么将整个索引重置为最终Level 1中的值，要么抛出KeyErrors。我已经考虑过将索引解栈，将它们跨列连接起来，然后再次堆叠它们，但我沿着“KeyError：“请求的级别（CombinedLevel）与索引名称”不匹配。

pandas

来源：https://stackoverflow.com/questions/77095709/python-pandas-how-can-i-collapse-specific-index-levels-in-a-pandas-multiindex-w

3条答案

按热度按时间

e3bfsja21#

您始终可以转换to_frame以使操作更容易，然后使用MultiIndex.from_frame转换回来：

tmp = df.index.to_frame()
tmp['CombinedLevel'] = tmp['Level1'] + ' - ' + tmp['Level2']

df.index = pd.MultiIndex.from_frame(tmp[['CombinedLevel', 'Level3']])

或者使用get_level_values和from_arrays：

df.index = pd.MultiIndex.from_arrays([df.index.get_level_values('Level1') + ' - ' + df.index.get_level_values('Level2'),
                                      df.index.get_level_values('Level3')], names=['CombinedLevel', 'Level3'])

或者：

df.index = pd.MultiIndex.from_arrays([(df.index.get_level_values('Level1')
                                       + ' - ' +
                                       df.index.get_level_values('Level2')).rename('CombinedLevel'),
                                      df.index.get_level_values('Level3')])

输出量：

A  B
CombinedLevel Level3      
X - a         I       1  4
X - b         II      2  5
Y - a         III     3  6

赞(0）回复(0）举报 2023-09-29

lf5gs5x22#

请在计算df后尝试添加此脚本。

df = (df.reset_index()
            .assign(CombinedLevel=lambda x: x['Level1'] + ' - ' + x['Level2'])
            .set_index(['CombinedLevel', 'Level3'])
            .drop(columns=['Level1', 'Level2']))

赞(0）回复(0）举报 2023-09-29

rdrgkggo3#

使用MultiIndex.from_tuples和f-strings的列表比较：

df.index = pd.MultiIndex.from_tuples([(f'{a} - {b}', c) for a, b, c in df.index], 
                                     names=['CombinedLevel','Level3'])
print (df)
                      A  B
CombinedLevel Level3      
X - a         I       1  4
X - b         II      2  5
Y - a         III     3  6

或者将MultiIndex.get_level_values与MultiIndex.from_arrays一起使用：

Level1 = df.index.get_level_values('Level1')
Level2 = df.index.get_level_values('Level2')
Level3 = df.index.get_level_values('Level3')

df.index = pd.MultiIndex.from_arrays([Level1 + ' - ' + Level2, Level3], 
                                      names=['CombinedLevel','Level3'])

Level1 = df.index.get_level_values('Level1')
Level2 = df.index.get_level_values('Level2')
Level3 = df.index.get_level_values('Level3')

df.index = [Level1 + ' - ' + Level2, Level3]
df.index.names = ['CombinedLevel','Level3']

print (df)
                      A  B
CombinedLevel Level3      
X - a         I       1  4
X - b         II      2  5
Y - a         III     3  6

赞(0）回复(0）举报 2023-09-29

我来回答

Python pandas：如何在pandas Multiindex中折叠特定的索引级别，同时保留索引的其他值？

3条答案

相关问题

热门标签

最新问答