Skip to main content
 首页 » 编程设计

python之如何重新索引 Pandas Dataframe 的 MultiIndex 列

2025年02月15日15lidabo

我有一个 Pandas DataFrame,列上有 MultiIndex(比方说 3 个级别):

MultiIndex(levels=[['BA-10.0', 'BA-2.5', ..., 'p'], ['41B004', '41B005', ..., 'T1M003', 'T1M011'], [25, 26, ..., 276, 277]], 
           labels=[[0, 0, 0, ..., 18, 19, 19], [4, 5, 6,..., 14, 12, 13], [24, 33, 47, ..., 114, 107, 113]], 
           names=['measurandkey', 'sitekey', 'channelid']) 

当我遍历第一级并生成 DataFrame 的子集时:

def cluster(df): 
    for key in df.columns.levels[0]: 
        yield df[key] 
 
for subdf in cluster(df): 
    print(subdf.columns) 

列索引确实丢失了它的第一层,但是 MultiIndex 仍然包含对子层中所有其他键的引用,即使它们在子集中丢失也是如此。

MultiIndex(levels=[['41B004', '41B005', '41B006', '41B008', '41B011', '41MEU1', '41N043', '41R001', '41R002', '41R012', '41WOL1', '41WOL2', 'T1M001', 'T1M003', 'T1M011'], [25, 26, 27, 28, 30, 31, 32, 3, .... 
           labels=[[4, 5, 6, 7, 9, 10], [24, 33, 47, 61, 83, 98]], 
           names=['sitekey', 'channelid']) 

我如何强制 subdf 仅使用存在的键更新其列 MultiIndex?

请您参考如下方法:

def cluster(df): 
    for key in df.columns.levels[0]: 
        d = df[key] 
        d.columns = pd.MultiIndex.from_tuples(d.columns.to_series()) 
        yield d