當索引級別具有相同值時，替換 pandas dataframe 多索引的第二級別上的奇異值

Question

我有一個 dataframe，它有一個具有兩個級別的多索引。 給定第二級的以下示例：

d = {
"col1": [1, 2, 3, 4],
"col2": [1, 2, 3, 4],
"col3": [1, 2, 3, 4],
"col4": [1, 2, 3, 4],
"col5": [1, 2, 3, 4],
}
df = pd.DataFrame(data=d)
df.columns = pd.MultiIndex.from_product([df.columns, ["identical"]])

如何更改奇異值以使索引的第二級看起來像這樣？

['example', 'identical', 'identical', 'identical', 'identical']

我試過這樣做：

        updated_columns = list(df.columns.get_level_values(1))

        updated_columns[0] = 'example'

        df.columns.set_levels(
            updated_columns, level=1, inplace=True, verify_integrity=False
        )

在這種情況下，我的更改將被忽略。

我也嘗試過這個主題的答案： pandas MultiIndex with duplicate values in one level

        df.columns = pd.MultiIndex.from_tuples(
            df.columns.set_levels(updated_columns, 1, verify_integrity=False).values
        )

這也被忽略了。

我也考慮過使用 rename() 方法。 不幸的是，它僅在提供重命名列的值時才有效。 鑒於存在相同的值，這將行不通。

對於非多索引，有這種方法：

df.columns.values[0] = 'example'

但據我所知，它不適用於多索引。

我添加了 verify_integrity=False 因為該方法不允許我設置相同的值。

任何幫助，將不勝感激。

Answer 1

一種方法是獲取構成 MultiIndex 的元組並直接修改它們：

    tuples = df.columns.tolist()
    tuples[0] = (tuples[0][0], 'example')

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

Output：

>>> df
     col1      col2      col3      col4      col5
  example identical identical identical identical
0       1         1         1         1         1
1       2         2         2         2         2
2       3         3         3         3         3
3       4         4         4         4         4

---

MultiIndexes 有點奇怪。 它們存儲為級別列表（包含唯一的label 值）和代碼（它們是標簽的索引）。 例如，您當前的 MultiIndex 的級別和代碼如下所示：

>>> df.columns.levels
FrozenList([['col1', 'col2', 'col3', 'col4', 'col5'], ['identical']])

>>> df.columns.codes
FrozenList([[0, 1, 2, 3, 4], [0, 0, 0, 0, 0]])

如您所見，那里只有一個'indentical'字符串。 它的重復由代碼定義。

因此，如果你想通過操作級別和代碼將第二級別的第一個 label 設置為example ，你可能會像這樣 go ：

vals = df.columns.levels[1].tolist()
vals.append('example')

df.columns = df.columns.set_levels(vals, level=1)
df.columns = df.columns.set_codes([1, 0, 0, 0, 0], level=1) # 1 = 'example', 2 = 'identical'

---

這是一個 function，您可以使用它來設置 MultiIndex 特定級別的所有標簽：

def set_level_of_df(df, level_index, labels):
    new_df = df.copy()
    
    unique, inverse = np.unique(labels, return_inverse=True)
    new_df.columns = new_df.columns.set_levels(unique, level=level_index)
    new_df.columns = new_df.columns.set_codes(inverse, level=level_index)
    return new_df

用法：

>>> df
     col1      col2      col3      col4      col5
  example identical identical identical identical
0       1         1         1         1         1
1       2         2         2         2         2
2       3         3         3         3         3
3       4         4         4         4         4

>>> df = set_level_of_df(df, level_index=0, labels=['aaa', 'abc', 'xyz', '0123', '-----'])
>>> df
      aaa       abc       xyz      0123     -----
  example identical identical identical identical
0       1         1         1         1         1
1       2         2         2         2         2
2       3         3         3         3         3
3       4         4         4         4         4

這是另一個 function （使用前一個），您可以使用它來設置 MultiIndex 特定級別的特定 label （這是您的問題）：

def set_label_of_label_of_df(df, level_index, label_index, label):
    new_df = df.copy()
    
    labels = df.columns.get_level_values(level=level_index).tolist()
    labels[label_index] = label
    return set_level_of_df(df, level_index, labels)

用法：

>>> df
     col1      col2      col3      col4      col5
  example identical identical identical identical
0       1         1         1         1         1
1       2         2         2         2         2
2       3         3         3         3         3
3       4         4         4         4         4

>>> df = set_label_of_label_of_df(df, level_index=1, label_index=3, label='THIS_IS_A_TEST_VALUE')
>>> df
     col1      col2      col3                 col4      col5
  example identical identical THIS_IS_A_TEST_VALUE identical
0       1         1         1                    1         1
1       2         2         2                    2         2
2       3         3         3                    3         3
3       4         4         4                    4         4