Skip to main content
 首页 » 编程设计

python之索引/MultiIndex 中的字符串替换

2024年10月24日29pengyingh

我有一个MultiIndexed DataFrame,其中包含国家/地区代码,如下所示:

In [3]: idx = pd.MultiIndex.from_tuples([('AUS', 'a'), ('AUS', 'b'), ('BRA', 'a')]) 
 
In [4]: idx.names = ['country', 'foo'] 
In [5]: df = pd.DataFrame([4,5,6], index=idx) 
In [6]: df 
Out[6]:  
             0 
country foo    
AUS     a    4 
        b    5 
BRA     a    6 

我还有一本字典,其中包含可以用以下值替换我的代码的值:

In [7]: codes = dict(AUS='Australia', BRA='Brazil') 

我想做与 df.replace(codes) 相同的操作,但在索引级别(所有级别或特定级别,我不介意)

输出看起来像:

               0 
country   foo 
Australia a    4 
          b    5 
Brazil    a    6 

我目前确实以一种非常愚蠢的方式这样做:

In [21]: replaced = [pd.Series(df.index.get_level_values(i)).replace(codes) for i in range(len(df.index.levels))] 
In [22]: replaced_tuples = zip(*replaced) 
In [23]: new_idx = pd.MultiIndex.from_tuples(replaced_tuples) 
In [27]: df_replaced = pd.DataFrame(df.values, index=new_idx) 
In [28]: df_replaced 
Out[28]:  
             0 
Australia a  4 
          b  5 
Brazil    a  6 

当面盯着我看时,有什么更好的方式? (请注意,此方法甚至不保留级别名称,因此它是全面的坏事。)

请您参考如下方法:

您可以在多索引上调用 set_levels 并传递新名称,由于字典不能保证顺序,您必须创建一个与级别名称顺序相同的列表:

In [380]: 
country_code_list = [codes[x] for x in df.index.get_level_values(0).unique()] 
df.index.set_levels(country_code_list, level='country', inplace=True) 
df 
 
Out[380]: 
               0 
country   foo    
Australia a    4 
          b    5 
Brazil    a    6