这类似于我询问here的问题。但是,我发现我正在处理的数据并不总是一致的。例如,说:
import pandas as pd
df = pd.DataFrame(pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12]],columns=["X_a","Y_c","X_b","Y_a"]))
X_a Y_c X_b Y_a
0 1 2 3 4
1 5 6 7 8
2 9 10 11 12
现在您可以看到
X
没有对应的c
列,而Y
没有对应的b
列。现在,当我想创建多级索引时,我希望数据框看起来像这样: X Y
a b c a b c
0 1 3 -1 4 -1 2
1 5 7 -1 8 -1 6
2 9 11 -1 12 -1 10
如您所见,我希望以这样一种方式进行拆分,即所有较高级别的列都应具有相同的较低级别的列。由于数据集是正数,因此我正在考虑用-1填充缺少的列,尽管我愿意就此提出建议。我发现最接近问题的是this answer。但是,我无法像上一个问题那样以某种方式使用MultiLevel Index。任何帮助表示赞赏。
最佳答案
创建一个MultiIndex
并设置df.columns
。
idx = df.columns.str.split('_', expand=True)
idx
MultiIndex(levels=[['X', 'Y'], ['a', 'b', 'c']],
labels=[[0, 1, 0, 1], [0, 2, 1, 0]])
df.columns = idx
现在,使用现有的
MultiIndex
,创建一个新索引,并使用该索引对原始索引进行reindex
。idx = pd.MultiIndex.from_product([idx.levels[0], idx.levels[1]])
idx
MultiIndex(levels=[['X', 'Y'], ['a', 'b', 'c']],
labels=[[0, 0, 0, 1, 1, 1], [0, 1, 2, 0, 1, 2]])
df.reindex(columns=idx, fill_value=-1)
X Y
a b c a b c
0 1 3 -1 4 -1 2
1 5 7 -1 8 -1 6
2 9 11 -1 12 -1 10
关于python - 在 Pandas 中缺少列的情况下将列拆分为MultiIndex,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/46250972/