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/

10-12 22:09