假设我有以下数据框:索引数据帧后更新大熊猫多指标
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
s = pd.DataFrame(np.random.randn(8, 2), index=index, columns=[0, 1])
s
0 1
first second
bar one -0.012581 1.421286
two -0.048482 -0.153656
baz one -2.616540 -1.368694
two -1.989319 1.627848
foo one -0.404563 -1.099314
two -2.006166 0.867398
qux one -0.843150 -1.045291
two 2.129620 -2.697217
我知道通过索引选择子非数据帧:
temp = s.loc[('bar', slice(None)), slice(None)].copy()
temp
0 1
first second
bar one -0.012581 1.421286
two -0.048482 -0.153656
但是,如果我看的指数,原始索引的值仍然出现:
temp.index
MultiIndex(levels=[[u'bar', u'baz', u'foo', u'qux'], [u'one', u'two']],
labels=[[0, 0], [0, 1]],
names=[u'first', u'second'])
这对正常的数据帧不会发生。如果您编制索引,剩余的副本(甚至视图)只包含选定的索引/列。这是烦人,因为我可能会经常做很多的大dataframes过滤,并在结束时,我想通过只是在做
df.index
df
这也发生了多指标列知道还剩下什么指标。是否有更新索引/列并删除空条目的正确方法?
要清楚,我希望过滤的数据帧具有相同的结构(多索引索引和列)。例如,我想做的事:
temp = s.loc[(('bar', 'foo'), slice(None)), :]
但指数仍然有“巴兹”和“qux的价值观:
MultiIndex(levels=[[u'bar', u'baz', u'foo', u'qux'], [u'one', u'two']],
labels=[[0, 0, 2, 2], [0, 1, 0, 1]],
names=[u'first', u'second'])
要清楚,我想看看效果,我写了这snippet消除多余条目:
import pandas as pd
def update_multiindex(df):
if isinstance(df.columns, pd.MultiIndex):
new_df = {key: df.loc[:, key] for key in df.columns if not df.loc[:, key].empty}
new_df = pd.DataFrame(new_df)
else:
new_df = df.copy()
if isinstance(df.index, pd.MultiIndex):
new_df = {key: new_df.loc[key, :] for key in new_df.index if not new_df.loc[key, :].empty}
new_df = pd.DataFrame(new_df).T
return new_df
temp = update_multiindex(temp).index
temp
MultiIndex(levels=[[u'bar', u'foo'], [u'one', u'two']],
labels=[[0, 0, 1, 1], [0, 1, 0, 1]])
我有这个确切的问题,我想你会发现Ezekiel Kruglick(在这个页面上)的答案可以最好地解决你的问题。我添加了一个.unique()来删除重复项:'df.index.get_level_values(some_level).unique()' –