我在列上有一个DataFrame
的熊猫MultiIndex
(可以说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'])
当我遍历第一级并产生
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级,但是
MultiIndex
仍然包含对子级中所有其他键的引用,即使它们在子集中丢失了。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'])
如何强制
subdf
仅使用存在的键来更新其列MultiIndex? 最佳答案
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
关于python - 如何为 Pandas 数据框的列MultiIndex重新索引?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/41182863/