[英]Appending a level (with fixed value) to pandas Series/DataFrame
[英]Appending a level to a Pandas Series Index
我試圖將一個關卡添加到“熊貓系列”中。 說一個創建簡單的系列:
series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
series
具有單個索引級別。 我想添加第二個級別。 有了DataFrame,您可以使用DataFrame.set_index
進行一些DataFrame.set_index
的操作。 但是,無需先將我的系列轉換為DataFrame,我想到的最簡單的事情是:
index = [np.array(["L2" for x in series.index]), np.array(series.index)]
series2 = pd.Series(series.tolist(), index = index)
現在series2
具有一個具有兩個級別的多series2
。
有沒有更簡單,更清潔的方法呢?
不確定這是否更干凈; 有一個MultiIndex
類可用於構造層次結構索引:
>>> import pandas as pd
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ"))
創建一個新對象,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])
或者只是完全從MultiIndex
開始:
>>> import pandas as pd
>>> series = pd.Series(range(10), index=pd.MultiIndex.from_tuples(
[('L2', x) for x in 'ABCDEFGHIJ']))
一種簡單的方法(就地)是:
series.index = pd.MultiIndex.from_product([['L2'], series.index])
編輯還有另一種方法可以做同樣的事情(不是就地):
series2 = pd.concat([series], keys=['L2'])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.