[英]Reindexing only level of a MultiIndex dataframe, reindex() broken?
我尝试仅在一个级别上使用两个或多个索引重新索引数据帧,但是使用.reindex()
和level
参数,正如我在这个答案中看到的那样,似乎除了预期的行为之外什么都不做。
这是我尝试使用的代码:
import pandas as pd
dtest = pd.DataFrame([['Martin', 'room_1', 3],
['Martin', 'room_2', 2],
['Georges', 'room_2', 4],
['Georges', 'room_1', 12]],
columns=['name', 'room', 'time_spent'])
dtest.set_index(['name', 'room',], inplace=True)
display(dtest)
print(dtest.reindex(
['room_1', 'room_2', 'room_3'], level=1, fill_value=0))
哪个输出
time_spent
name room
Martin room_1 3
room_2 2
Georges room_1 12
room_2 4
而我期待的输出是
time_spent
name room
Martin room_1 3
room_2 2
room_3 0
Georges room_1 12
room_2 4
room_3 0
reindex()
实际上什么也没做。
我是否错过了使用reindex
的重要细节,或者有什么问题?
我正在使用 Python 3.6.7(v3.6.7:6ec5cf24b7,2018 年 10 月 20 日,03:02:14)的最新版本的 Pandas。
接受答案后编辑
我接受了@anky_91 的回答,他实际上提供了两种不同的解决方案。 由于我的实际用例涉及多索引中的更多级别,让我用更多级别强调他的两个解决方案的行为。
起始数据帧现在由
import pandas as pd
dtest2 = pd.DataFrame([['2020-01-05', 'Martin', 'room_1', 3],
['2020-01-05', 'Martin', 'room_2', 2],
['2020-01-06', 'Georges', 'room_2', 4],
['2020-01-06', 'Georges', 'room_1', 12]],
columns=['date', 'name', 'room', 'time_spent'])
dtest2.set_index(['date', 'name', 'room',], inplace=True)
print(dtest2)
哪个输出
time_spent
date name room
2020-01-05 Martin room_1 3
room_2 2
2020-01-06 Georges room_2 4
room_1 12
适应这种情况的第一个解决方案是
mux = pd.MultiIndex.from_product((dtest2.index.get_level_values(0).unique(),
dtest2.index.get_level_values(1).unique(),
['room_1', 'room_2', 'room_3']
))
final_first_solution = dtest2.reindex(mux,fill_value=0)
print(final_first_solution)
哪个输出
time_spent
2020-01-05 Martin room_1 3
room_2 2
room_3 0
Georges room_1 0
room_2 0
room_3 0
2020-01-06 Martin room_1 0
room_2 0
room_3 0
Georges room_1 12
room_2 4
room_3 0
这不是我想要的输出,因为 Martin 只需要出现在 2020-01-05,而 Georges 只需要出现在 2020-01-06。 换句话说,我只想扩展最后一层room
上的索引。 但是,我设法调整了第二个解决方案以获得我想要的输出:
final_second_solution = dtest2.unstack((0, 1)).reindex(['room_1', 'room_2', 'room_3'], fill_value=0)\
.stack((-2, -1)).swaplevel(i=-1, j=0).swaplevel(i=1, j=0).sort_index()
print(final_second_solution)
正确地给我
time_spent
date name room
2020-01-05 Martin room_1 3.0
room_2 2.0
room_3 0.0
2020-01-06 Georges room_1 12.0
room_2 4.0
room_3 0.0
这就是为什么我接受了答案。 谢谢!
针对不同的用例编辑 2
经过更多测试,当您没有添加新房间,而是想要完成数据框中出现的所有房间时,上述解决方案失败。 但是解决方案更简单,因为在这种情况下unstack
已经创建了缺失的行,所以我们只需要使用fillna
而不是reindex
。 以下代码
import pandas as pd
dtest3 = pd.DataFrame([['2020-01-05', 'Martin', 'room_1', 3],
['2020-01-06', 'Georges', 'room_2', 4]],
columns=['date', 'name', 'room', 'time_spent'])
dtest3.set_index(['date', 'name', 'room',], inplace=True)
print(dtest3)
final_third_solution = dtest3.unstack((0, 1)).fillna(0).stack((-2, -1)).reorder_levels([1,2,0]).sort_index()
print(final_third_solution)
因此给出了想要的结果
time_spent
date name room
2020-01-05 Martin room_1 3.0
room_2 0.0
2020-01-06 Georges room_1 0.0
room_2 4.0
(我还在评论中包含了使用reorder_levels
而不是使用多个swaplevel
)。
使用.fillna(0).reindex(..., fill_value=0)
应该包含您想要完成和添加新元素的两种情况。
您需要为此使用pd.MultiIndex.from_product()
和get_level_values
创建一个多索引:
mux=(pd.MultiIndex.from_product((dtest.index.get_level_values(0).unique()
,['room_1', 'room_2', 'room_3'])))
final=dtest.reindex(mux,fill_value=0)
time_spent
Martin room_1 3
room_2 2
room_3 0
Georges room_1 12
room_2 4
room_3 0
如果您只想使用现有索引添加另一个索引,请使用Index.union
到from_product()
参数:
mux=(pd.MultiIndex.from_product((dtest.index.get_level_values(0).unique()
,dtest.index.get_level_values(1).unique().union(['room3'],sort=False))))
final=dtest.reindex(mux,fill_value=0)
time_spent
Martin room_1 3
room_2 2
room_3 0
Georges room_1 12
room_2 4
room_3 0
添加另一个梅托德stack()
和unstack()
用swaplevel
:
final=dtest.unstack(0).reindex(['room_1', 'room_2', 'room_3']
,fill_value=0).stack().swaplevel().sort_index()
time_spent
name room
Georges room_1 12
room_2 4
room_3 0
Martin room_1 3
room_2 2
room_3 0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.