我有一个数据框，其中一个索引作为日期时间，如下所示，我想添加一个第一列索引（请参见下面的“目标”），其中任何日期都与该索引交叉（First_column）。
First_column = ['s0000', 's0001', 's0002', 's0003', 's0004', ...]
有人对如何进行有任何想法吗？
非常感谢你。
亚历克西斯
我的数据框：
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 17544 entries, 2015-01-01 00:00:00 to 2016-12-31 23:00:00
Data columns (total 12 columns):
目标：
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 996000 entries, (s0000, 2015-01-01 00:00:00) to (s0999, 2012-12-31 00:00:00)
Data columns (total 8 columns):
场景日期
s0000 2015-02-28
2015-03-03
2015-03-04
2015-03-05
2015-03-06
2015-03-07
2015-03-10
2015-03-11
2015-03-12
2015-03-13
s0001 2015-02-28
2015-03-03
2015-03-04
2015-03-05
2015-03-06
2015-03-07
2015-03-10
2015-03-11
2015-03-12
2015-03-13
s0002 2015-02-28
2015-03-03
2015-03-04
2015-03-05
2015-03-06
2015-03-07
2015-03-10
2015-03-11
2015-03-12
2015-03-13
s0003 ...
最佳答案
您可以将pd.concat与keys参数一起使用：
import pandas as pd
df = pd.DataFrame(range(10), index=pd.date_range('2015-2-27', freq='B', periods=10))
# 0
# 2015-02-27 0
# 2015-03-02 1
# 2015-03-03 2
# 2015-03-04 3
# 2015-03-05 4
# 2015-03-06 5
# 2015-03-09 6
# 2015-03-10 7
# 2015-03-11 8
# 2015-03-12 9
first_col = ['s{:04d}'.format(i) for i in range(1,5)]
# ['s0001d', 's0002d', 's0003d', 's0004d']
newdf = pd.concat([df]*len(first_col), keys=first_col)
print(newdf)
产量
0
s0001 2015-02-27 0
2015-03-02 1
2015-03-03 2
2015-03-04 3
2015-03-05 4
2015-03-06 5
2015-03-09 6
2015-03-10 7
2015-03-11 8
2015-03-12 9
s0002 2015-02-27 0
2015-03-02 1
2015-03-03 2
2015-03-04 3
2015-03-05 4
2015-03-06 5
2015-03-09 6
2015-03-10 7
2015-03-11 8
2015-03-12 9
s0003 2015-02-27 0
2015-03-02 1
2015-03-03 2
2015-03-04 3
2015-03-05 4
2015-03-06 5
2015-03-09 6
2015-03-10 7
2015-03-11 8
2015-03-12 9
s0004 2015-02-27 0
2015-03-02 1
2015-03-03 2
2015-03-04 3
2015-03-05 4
2015-03-06 5
2015-03-09 6
2015-03-10 7
2015-03-11 8
2015-03-12 9
幸运的是，我刚刚学到了这个yesterday from Joris。
关于python - 向数据框添加索引级别，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/22571800/