pandas数据框：从单索引更改为多列索引

Question

在python熊猫中，我有一个数据框

df_aaa：

date     data  otherdata symbol
2015/1/1 11    12         aaa
2015/2/1 21    22         aaa
2015/3/1 31    31         aaa

df_all：

2015/1/1 31    31         bbb

当前两者的索引都是按date 。

我想将df_aaa附加到df_all，并让它们具有符号和日期的复合索引。

1. 我怎么做？

基本上，以下所有问题都是： 如何设置多索引并在添加时使用它 。 我可以用不同的列顺序吗？ 我需要刷新吗？ 等等。：

• 我不确定multi-index是具有多个“列”（或行）的索引，还是具有多个索引（并且其中任何一个可能用于多个列或行）的能力。 还是都正确？

• 我必须首先将两个数据框的索引都设置为多索引，以便追加能够正常工作吗？ （否则，我将重复使用不同的符号

• 创建新索引之前，我是否必须“删除”现有索引？

• 有没有数据但没有索引的数据帧吗？

• （单个）索引必须具有唯一值吗？

• 什么时候使用以下哪个数据set_index()方法： set_index() ， reindex() ， reset_index() ， set_level ， reset_level ？

• 为这些方法提供数组时的默认值是什么。 Python文档令人生畏，但我找不到它们的手或脚。 提供一些好的例子会有所帮助...

• 设置索引时是否需要添加任何内容（例如axis=1 ）？

• 如何将索引设置为列中的数据。 （为什么有时有时使用['symbol'，'date']作为参数，给我一个包含这两个值的新列，而不是在具有这两个名称的列的现有值上设置索引？）

• 在附加并假设旧索引正确之后，是否需要“更新”索引（也许使用reindex？），或者因为我告诉数据框该索引在某个列中，所以我的数据是否正确索引了？

• 并且由于我的数据帧（将）在相同的列名称上具有索引，因此即使df_all被定义为最初具有不同顺序的列，我也可以在df_all上附加df_aaa。 （例如：['symbol'，'date'，'data'，'otherdata']第一列带有符号）？

Answer 1

您可以将它们串联起来， 然后设置索引。

df_aaa = df_aaa.reset_index()
df_all = df_all.reset_index()

df = df_aaa.append(df_all).set_index(['symbol', 'date'])

请注意，这仅在您的数据框具有相同的column.s时有效。

如果将来必须执行多个附加操作，最好的方法是将其中一个添加为另一个，然后进行串联，并根据需要重置索引。

---

我将一一回答您所有的问题。

我不确定多索引是具有多个“列”（或行）的索引，还是具有多个索引（并且其中任何一个可能用于多个列或行）的能力。 还是都正确？

这取决于您所指的轴。 沿着行（ ^第 0轴），您有2列或更多列构成一个MultiIndex。 类似地，对于沿着列（第¹轴）。

我必须首先将两个数据框的索引都设置为多索引，以便追加能够正常工作吗？ （否则，我将重复使用不同的符号

没必要。 尽管可以，但是在这种情况下不这样做会更简单。

创建新索引之前，我是否必须“删除”现有索引？ 不，只是列必须对齐（列名和列数应相同）。

有没有数据但没有索引的数据帧吗？

否。所有行都已建立索引。 即使没有列作为索引，索引也是单调递增的数字。 此处遵循的模型与RDBM中的模型相似。

（单个）索引必须具有唯一值吗？

通常，必须如此，以便可以唯一地标识行。 如果您具有MultiIndex ，则组成索引的每个值组合都必须是唯一的。

什么时候使用以下哪个数据框方法：set_index（），reindex（），reset_index（），set_level，reset_level？

这是一个广泛的问题。 这取决于您何时要对索引进行操作，如果要对索引进行操作，该如何处理？ 仔细阅读每个文档。

Answer 2

只需附加df和reset_index()即可使用keys参数设置set_index() 。 这是单线纸：

df_all = df_all.append(df_aaa).reset_index().set_index(keys=['symbol', 'date'])

这是完整的工作示例。

In [1]: import pandas as pd
   ...: from io import StringIO
   ...: 

In [2]: df_aaa = pd.read_csv(StringIO("""date     data  otherdata symbol
   ...: 2015/1/1 11    12         aaa
   ...: 2015/2/1 21    22         aaa
   ...: 2015/3/1 31    31         aaa
   ...: """), sep="\s+", index_col='date')
   ...: 

In [3]: df_all = pd.read_csv(StringIO("""date     data  otherdata symbol
   ...: 2015/1/1 31    31         bbb"""), sep="\s+", index_col='date')
   ...: 

In [4]: df_all.append(df_aaa).reset_index().set_index(keys=['symbol', 'date'])
Out[4]: 
                 data  otherdata
symbol date                     
bbb    2015/1/1    31         31
aaa    2015/1/1    11         12
       2015/2/1    21         22
       2015/3/1    31         31

Answer 3

这是我从答案中收集并拖动文档的内容：

有一个“默认索引”，它是每行的“行号”，并且不属于任何列。

与该索引合并时，（似乎）无需重新索引。

但是，如果要在将索引设为“非标准”后更改索引，则必须“ reset_index（）”并将其恢复为默认值，然后从那里可以创建新的多重索引（如修订版中所述）下面的答案）

多索引是具有多个键的索引（即，如果对行进行索引，则将使用不止一列）。

我仍然不确定在合并后是否必须重新索引一列，但是据此看来，您会得到一个自动生成的新“默认索引”，并且必须保存旧索引，并在合并之前删除索引（reset_index ），并在完成后再次设置。

关于索引替换列的另一个问题-我将检查并返回此处。

这是后续行动。