我有一个带有多重索引的数据框,并且想修改多重索引的一个特定级别。例如,第一级可能是字符串,我可能想从该索引级中删除空格:
df.index.levels[1] = [x.replace(' ', '') for x in df.index.levels[1]]
但是,上面的代码会导致错误:
TypeError: 'FrozenList' does not support mutable operations.
我知道我可以重置_index并修改列,然后重新创建Multiindex,但我想知道是否有一种更优雅的方法来直接修改Multiindex的一个特定级别。
感谢@cxrodgers的评论,我认为最快的方法是:
df.index = df.index.set_levels(df.index.levels[0].str.replace(' ', ''), level=0)
旧的、更长的答案:
我发现 @Shovalt 建议的列表理解有效,但在我的机器上感觉很慢(使用超过 10,000 行的数据帧)。
相反,我可以使用
.set_levels
方法,这对我来说要快一些。
%timeit pd.MultiIndex.from_tuples([(x[0].replace(' ',''), x[1]) for x in df.index])
1 loop, best of 3: 394 ms per loop
%timeit df.index.set_levels(df.index.get_level_values(0).str.replace(' ',''), level=0)
10 loops, best of 3: 134 ms per loop
实际上,我只需要在前面添加一些文本。使用
.set_levels
甚至更快:
%timeit pd.MultiIndex.from_tuples([('00'+x[0], x[1]) for x in df.index])
100 loops, best of 3: 5.18 ms per loop
%timeit df.index.set_levels('00'+df.index.get_level_values(0), level=0)
1000 loops, best of 3: 1.38 ms per loop
%timeit df.index.set_levels('00'+df.index.levels[0], level=0)
1000 loops, best of 3: 331 µs per loop
此解决方案基于@denfromufa 评论中链接中的答案...
reset_index
,你可以直接创建一个新的多重索引:
df.index = pd.MultiIndex.from_tuples([(x[0], x[1].replace(' ', ''), x[2]) for x in df.index])
此示例针对 3 级索引,您要修改中间级别。您需要更改不同级别大小的元组的大小。更新
John 的改进在性能方面非常出色,但正如评论中提到的,它会导致错误。因此,这是经过修正的实现,并进行了一些小改进:
df.index = df.index.set_levels(
df.index.levels[0].str.replace(' ',''),
level=0
)
如果您想使用级别名称
而不是数字,则需要另一个小变化:
df.index = df.index.set_levels(
df.index.levels[df.index.names.index('level_name')].str.replace(' ',''),
level='level_name'
)
我使用以下函数来修改特定的索引级别。它也适用于单级指数。
def map_index_level(index, mapper, level=0):
"""
Returns a new Index or MultiIndex, with the level values being mapped.
"""
assert(isinstance(index, pd.Index))
if isinstance(index, pd.MultiIndex):
new_level = index.levels[level].map(mapper)
new_index = index.set_levels(new_level, level=level)
else:
# Single level index.
assert(level==0)
new_index = index.map(mapper)
return new_index
用途:
df = pd.DataFrame([[1,2],[3,4]])
df.index = pd.MultiIndex.from_product([["a"],["i","ii"]])
df.columns = ["x","y"]
df.index = map_index_level(index=df.index, mapper=str.upper, level=1)
df.columns = map_index_level(index=df.columns, mapper={"x":"foo", "y":"bar"})
# Result:
# foo bar
# a I 1 2
# II 3 4
仅当mapper
保留级别
值的唯一性时,上述方法才有效!在上面的示例中,
mapper = {"i": "new", "ii": "new"}
将在 set_index()
中失败,并带有 ValueError: Level values must be unique
。人们可以通过将上面的代码修改为来禁用完整性检查:new_index = index.set_levels(new_level, level=level,
verify_integrity=False)
但最好不要!请参阅
的文档。