Skip to main content
 首页 » 编程设计

python之将 MultiIndex 列组合到 Pandas 数据框中的单个索引

2025年01月19日9小虾米

在我的代码中,我将 2 个数据库集成到 1 个数据库中。问题是当我向数据库中添加一列时,结果与预期不符。使用 Python 2.7

代码:

import pandas as pd 
import pandas.io.formats.excel 
import numpy as np 
 
# Leemos ambos archivos y los cargamos en DataFrames 
df1 = pd.read_excel("archivo1.xlsx") 
df2 = pd.read_excel("archivo2.xlsx") 
 
df = (pd.concat([df1,df2]) 
        .set_index(["Cliente",'Fecha']) 
        .stack() 
        .unstack(1) 
        .sort_index(ascending=(True, False))) 
 
m = df.index.get_level_values(1) == 'Impresiones' 
df.index = np.where(m, 'Impresiones', df.index.get_level_values(0)) 
 
# Creamos el xlsx de salida 
pandas.io.formats.excel.header_style = None 
 
with pd.ExcelWriter("Data.xlsx", 
                    engine='xlsxwriter', 
                    date_format='dd/mm/yyyy', 
                    datetime_format='dd/mm/yyyy') as writer: 
 
    df.to_excel(writer, sheet_name='Sheet1') 

存档1:

Fecha       Cliente     Impresiones Impresiones 2   Revenue 
20/12/17    Jose        1312        35              $12 
20/12/17    Martin      12          56              $146 
20/12/17    Pedro       5443        124             $1,256 
20/12/17    Esteban     667         1235            $1 

存档2:

Fecha       Cliente     Impresiones Impresiones 2   Revenue 
21/12/17    Jose        25          5               $2 
21/12/17    Martin      6347        523             $123 
21/12/17    Pedro       2368        898             $22 
21/12/17    Esteban     235         99              $7,890 

希望的结果:

我尝试使用 m1 = df.index.get_level_values(1) == 'Impresiones 2' df.index = np.where(m1, 'Impresiones 2', df.index.get_level_values(0)) 但我有这个错误:IndexError: Too many levels: Index has only 1 level, not 2

请您参考如下方法:

解决方案的第一位类似于jezrael's answer对于您之前的问题,使用 concat + set_index + stack + unstack + sort_index .

df = pd.concat([df1, df2])\ 
       .set_index(['Cliente', 'Fecha'])\ 
       .stack()\ 
       .unstack(-2)\ 
       .sort_index(ascending=[True, False]) 

现在是具有挑战性的部分,我们必须将第 0th 级别的名称合并到第 1st 级别,然后重置索引。

我使用 np.insert 在索引中的收入条目上方插入名称。

i, j = df.index.get_level_values(0), df.index.get_level_values(1) 
k = np.insert(j.values, np.flatnonzero(j == 'Revenue'), i.unique()) 

现在,我创建了一个新的 MultiIndex,然后我用它来 reindex df -

idx = pd.MultiIndex.from_arrays([i.unique().repeat(len(df.index.levels[1]) + 1), k]) 
df = df.reindex(idx).fillna('') 

现在,放下额外的关卡 -

df.index = df.index.droplevel() 
 
df 
 
Fecha        20/12/17 21/12/17 
Esteban                        
Revenue            $1   $7,890 
Impresiones2     1235       99 
Impresiones       667      235 
Jose                           
Revenue           $12       $2 
Impresiones2       35        5 
Impresiones      1312       25 
Martin                         
Revenue          $146     $123 
Impresiones2       56      523 
Impresiones        12     6347 
Pedro                          
Revenue        $1,256      $22 
Impresiones2      124      898 
Impresiones      5443     2368