[英]Calculate new MultiIndex level from existing MultiIndex level values
[英]New level in MultiIndex DataFrame based on existing column level values
假設我有一個這樣的 DataFrame:
df = pd.DataFrame(data = [[1,2,3,4,5,6], [3,4,5,6,7,8]],
columns = pd.MultiIndex.from_product([('A1', 'B1', 'A2'), (10,20)], names=['level_0','level_1']))
它是這樣的: DataFrame 圖片
我想在包含1
的列中添加一個新級別,其中level_0
值包含"1"
和2
,其中 level_0 值包含"2"
。 所以,基本上:
level_0 == "A1"
--> new_level
= 1
level_0 == "B1"
--> new_level
= 1
level_0 == "A2"
--> new_level
= 2
關於如何做的任何建議?
您可以使用正則表達式( (\d+)$
= 值的最后幾位)提取值,並使用 MultiIndex.from_arrays 重新處理MultiIndex.from_arrays
:
values = df.columns.get_level_values('level_0').str.extract('(\d+)$', expand=False)
# ['1', '1', '1', '1', '2', '2']
df.columns = pd.MultiIndex.from_arrays([*zip(*df.columns.to_list()), values],
names=[*df.columns.names, 'level_2']
)
注意。 這推廣到任何 XXX00 值
output:
level_0 A1 B1 A2
level_1 10 20 10 20 10 20
level_2 1 1 1 1 2 2
0 1 2 3 4 5 6
1 3 4 5 6 7 8
使用 lsit 理解從第一級值中提取數字並通過 MultiIndex.from_tuples 創建新的MultiIndex.from_tuples
:
import re
df.columns = pd.MultiIndex.from_tuples([(re.findall(r'(\d+)$', x[0])[0], *x)
for x in df.columns.tolist()],
names=('new_level',*df.columns.names))
print (df)
new_level 1 2
level_0 A1 B1 A2
level_1 10 20 10 20 10 20
0 1 2 3 4 5 6
1 3 4 5 6 7 8
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.