將DataFrame對象上的Pandas日期時間索引轉換為具有“月”和“年”級別的* MultiIndex *

Question

假設我有一個包含每月 datetime索引的數據表（以下代碼給出了從一月到十二月的兩年）：

import pandas as pd
import numpy as np
from datetime import datetime
N = 12*2
c = [datetime(1970 + i//12, (i%12)+1, 1) for i in range(N)]
d = pd.DataFrame(np.random.rand(N), index=c)
print(d)

將DateTimeIndex轉換為具有單獨的 month和year 級別的MultiIndex的最佳方法是什么？ 也許有一種方法可以使用groupby來做到這一點，但是我不確定。

Answer 1

您可以根據year和month構造一個MultiIndex對象，並將其分配給數據框的索引：

import pandas as pd
d.index = pd.MultiIndex.from_arrays([d.index.year, d.index.month])

d.index
# MultiIndex(levels=[[1970, 1971], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]],
#            labels=[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]])

d.head()

#                  0
#1970   1   0.657130
#       2   0.047241
#       3   0.984799
#       4   0.868508
#       5   0.678536

Answer 2

d.index = pd.MultiIndex.from_tuples(d.reset_index()['index'].\
                                    apply(lambda x:(x.year,x.month)))