Skip to main content
 首页 » 编程设计

python之pandas.DataFrame 的子集(切片)与原始 DataFrame 具有相同的索引

2024年10月24日15飞鱼

假设,我有一个带有 MultiIndex 的 DataFrame,如下所示:

In [1]:d=pnd.DataFrame(range(5),index=pnd.MultiIndex.from_tuples([('A',1),('A',2),('A',3),('A',4),('A',5)])) 
 
In [2]: d 
Out[2]:  
     0 
A 1  0 
  2  1 
  3  2 
  4  3 
  5  4 

我可以通过子集创建另一个 DataFrame:

In [3]: p=d.loc[('A',slice(1,3)),:].copy() 
 
In [4]: p 
Out[4]:  
     0 
A 1  0 
  2  1 
  3  2 

但这个新 DataFrame 的索引对象与原始 DataFrame 的索引对象相同(包含“级别”中的所有原始项目)。

In [5]: p.index 
Out[5]:  
MultiIndex(levels=[[u'A'], [1, 2, 3, 4, 5]], 
           labels=[[0, 0, 0], [0, 1, 2]]) 

如何复制不“记住”原始 DataFrame 的索引对象的子集?

我需要这样做的原因是因为我的一些函数访问索引对象以获取元数据,而索引从原始 DataFrame 继承的事实混淆了这些函数。

请您参考如下方法:

如果你不关心你的索引在你的子集中的顶层,你可以设置

p.index = p.index.droplevel() 
p.index 
Int64Index([1, 2, 3], dtype='int64') 

或者,如果您想保留多索引并只重置级别,您可以调用 set_levels:

p.index = p.index.set_levels(p.index.droplevel(),1) 
p.index 
MultiIndex(levels=[['A'], [1, 2, 3]], 
       labels=[[0, 0, 0], [0, 1, 2]])