[英]Reindexing only level of a MultiIndex dataframe, reindex() broken?
我嘗試僅在一個級別上使用兩個或多個索引重新索引數據幀,但是使用.reindex()
和level
參數,正如我在這個答案中看到的那樣,似乎除了預期的行為之外什么都不做。
這是我嘗試使用的代碼:
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))
哪個輸出
time_spent
name room
Martin room_1 3
room_2 2
Georges room_1 12
room_2 4
而我期待的輸出是
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()
實際上什么也沒做。
我是否錯過了使用reindex
的重要細節,或者有什么問題?
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。
接受答案后編輯
我接受了@anky_91 的回答,他實際上提供了兩種不同的解決方案。 由於我的實際用例涉及多索引中的更多級別,讓我用更多級別強調他的兩個解決方案的行為。
起始數據幀現在由
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)
哪個輸出
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
適應這種情況的第一個解決方案是
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)
哪個輸出
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
這不是我想要的輸出,因為 Martin 只需要出現在 2020-01-05,而 Georges 只需要出現在 2020-01-06。 換句話說,我只想擴展最后一層room
上的索引。 但是,我設法調整了第二個解決方案以獲得我想要的輸出:
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)
正確地給我
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
這就是為什么我接受了答案。 謝謝!
針對不同的用例編輯 2
經過更多測試,當您沒有添加新房間,而是想要完成數據框中出現的所有房間時,上述解決方案失敗。 但是解決方案更簡單,因為在這種情況下unstack
已經創建了缺失的行,所以我們只需要使用fillna
而不是reindex
。 以下代碼
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)
因此給出了想要的結果
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
(我還在評論中包含了使用reorder_levels
而不是使用多個swaplevel
)。
使用.fillna(0).reindex(..., fill_value=0)
應該包含您想要完成和添加新元素的兩種情況。
您需要為此使用pd.MultiIndex.from_product()
和get_level_values
創建一個多索引:
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
如果您只想使用現有索引添加另一個索引,請使用Index.union
到from_product()
參數:
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
添加另一個梅托德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
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.