根據另一列的名稱重命名Pandas Multiindex

Question

我有一個CSV文件，該文件以無法更改的格式生成。 該文件具有multiindex：兩行中的標題。 當值不變時，第一行（較高級別的索引）為空白。

我的標題如下所示：

它實際上歸結為我想要的：

我希望能夠在Python 2.7中使用Pandas正確處理它。

我導致在第一級索引上循環，如果該值為空白，則將其設置為與左側的相同。

我首先在pandas中加載數據框：

df = pd.read_csv(myFile, header=[0,1], sep=',')
df

我嘗試了以下方法：

for i, val in enumerate(df.columns.values):
    if val[0][:7] == 'Unnamed':
        l.append([l[i-1][0], val[1]])
    else:
        l.append(val)

我得到的列表“ l”似乎是我想要的：

[('Foo', 'A'),
 ['Foo', 'B'],
 ['Foo', 'C'],
 ('Bar', 'A'),
 ['Bar', 'B'],
 ['Bar', 'C']]

我都嘗試過：

df.columns = l 

產生一個非多索引數據框

index = pd.MultiIndex.from_tuples(l)
df.reindex(columns = index)

這個給了我正確的索引，但是值消失了。

我有一種強烈的直覺，我正在嘗試的整個方法不是很pythonic，使用列表然后轉換為字典也沒有意義。 知道如何正確進行多索引嗎？

Answer 1

無需使用reindex ，而是直接將列設置為新索引：

df.columns = pd.MultiIndex.from_tuples(l)

那應該產生期望的結果。

reindex不僅替換索引值（盡管聽起來像應該做的那樣，而且文檔也不是很清楚）。 相反，它將遍歷您的新索引，選擇與新索引匹配的行或列，並將NaN放在沒有舊索引與新索引匹配的位置。 這就是您正在發生的事情：當reindex擊中['Foo', 'B'] （原始數據幀中不存在）時，它將用NaN填充新數據幀中的列。

如果您的列始終遵循一致的模式（例如，每三個第二級列一個頂級列），則還可以使用MultiIndex.from_product來創建列索引：

iterables = [["Foo", "Bar"], ["A", "B", "C"]]
index = pd.MultiIndex.from_product(iterables)