将级别附加到熊猫系列指数

Question

我试图将一个关卡添加到“熊猫系列”中。 说一个创建简单的系列：

 series = pd.Series(range(10), index = list("ABCDEFGHIJ"))

series具有单个索引级别。 我想添加第二个级别。 有了DataFrame，您可以使用DataFrame.set_index进行一些DataFrame.set_index的操作。 但是，无需先将我的系列转换为DataFrame，我想到的最简单的事情是：

 index =  [np.array(["L2" for x in series.index]), np.array(series.index)]     
 series2 = pd.Series(series.tolist(), index = index)

现在series2具有一个具有两个级别的多series2 。

有没有更简单，更清洁的方法呢？

Answer 1

不确定这是否更干净； 有一个MultiIndex类可用于构造层次结构索引：

>>> import pandas as pd
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ"))

创建一个新对象，重新使用原始series索引：

>>> pd.Series(xrange(10), 
              pd.MultiIndex.from_tuples([('L2', a) for a in series.index]))
L2  A    0
    B    1
    C    2
    D    3
    E    4
    F    5
    G    6
    H    7
    I    8
    J    9
dtype: int64

或者也可以就地更改一系列：

>>> import pandas as pd
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
>>> series.index = pd.MultiIndex.from_tuples([('L2', a) for a in series.index])

或者只是完全从MultiIndex开始：

>>> import pandas as pd
>>> series = pd.Series(range(10), index=pd.MultiIndex.from_tuples(
                                        [('L2', x) for x in 'ABCDEFGHIJ']))

Answer 2

一种简单的方法（就地）是：

series.index = pd.MultiIndex.from_product([['L2'], series.index])

编辑还有另一种方法可以做同样的事情（不是就地）：

series2 = pd.concat([series], keys=['L2'])