我正在试着给熊猫系列增加一个关卡。比如创建一个简单的系列:
series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
series
只有一个索引级别。我想增加第二个关卡。有了DataFrame,您就可以使用DataFrame.set_index
干净利落地完成这项工作。但是,如果不先将我的系列转换为DataFrame,我想出的最简单的方法是:
index = [np.array(["L2" for x in series.index]), np.array(series.index)]
series2 = pd.Series(series.tolist(), index = index)
series2
现在有一个具有两个级别的多索引。
有没有更简单、更干净的方法呢?
发布于 2013-10-29 15:58:29
我不确定这是否更清晰;有一个MultiIndex
类可以用来构造分层索引:
>>> import pandas as pd
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
创建一个新对象,重用原始series
索引:
>>> pd.Series(xrange(10),
pd.MultiIndex.from_tuples([('L2', a) for a in series.index]))
L2 A 0
B 1
C 2
D 3
E 4
F 5
G 6
H 7
I 8
J 9
dtype: int64
或者也可以就地更改一系列:
>>> import pandas as pd
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
>>> series.index = pd.MultiIndex.from_tuples([('L2', a) for a in series.index])
或者干脆从MultiIndex
开始:
>>> import pandas as pd
>>> series = pd.Series(range(10), index=pd.MultiIndex.from_tuples(
[('L2', x) for x in 'ABCDEFGHIJ']))
发布于 2017-11-29 13:16:05
一种简单的方法(就地)是:
series.index = pd.MultiIndex.from_product([['L2'], series.index])
还有另一种方法来做同样的事情(而不是就地):
series2 = pd.concat([series], keys=['L2'])
https://stackoverflow.com/questions/19663037
复制相似问题