如何映射/加入多索引 pandas DataFrame 的某些索引列？

Question

假设我有一个带有多索引 ['siec', 'geo'] 的 DataFrame df （以斜体显示）：

赛克	地理	价值
一个	德	1
一个	FR	2

和一个映射 DataFrame mapping_df从geo到id_region具有单个索引 ['geo']：

地理	id_region
德	10
FR	20

=> 如何将df的索引列 'geo' 加入/合并/替换为 mapping_df 中的列 ' mapping_df ' 的值？

新的多索引 ['siec', 'id_region'] 的预期结果：

赛克	id_region	价值
一个	10	1
一个	20	2

我尝试了以下代码：

import pandas as pd

df = pd.DataFrame([{'siec': 'a', 'geo': 'DE', 'value': 1}, {'siec': 'a', 'geo': 'FR', 'value': 1}])
df.set_index(['siec', 'geo'], inplace=True)

mapping_df = pd.DataFrame([{'geo': 'DE', 'id_region': 10}, {'geo': 'FR', 'id_region': 20}])
mapping_df.set_index(['geo'], inplace=True)

joined_data = df.join(mapping_df)

merged_data = df.merge(mapping_df, left_index=True, right_index=True)

但它不符合我的要求。 它添加了一个附加列并保留旧索引。

赛克	地理	价值	id_region
一个	德	1	10
一个	FR	2	20

=> 是否有适合我的用例的便捷方法，或者我需要在加入步骤后手动更正索引？

作为一种解决方法，我可以reindex() DataFrames，进行一些连接操作，然后重新引入一些多索引。

但是，如果可能的话，我想避免在索引和非索引版本的 DataFrames 之间来回切换（？）。

Answer 1

尝试如下。

• 将MultiIndex.get_level_values用于 select 仅级别1 （或： geo ）并应用Index.map和mapping_df['id_region']作为映射器。
• 将结果包装在MultiIndex.set_levels中以覆盖级别1 。
• 最后，链Index.set_names重命名关卡（或使用MultiIndex.rename ）。

df.index = df.index.set_levels(
    df.index.get_level_values(1).map(mapping_df['id_region']), level=1)\
    .set_names('id_region', level=1)

print(df)

                value
siec id_region       
a    10             1
     20             2