所以我的代码的组织方式类似于以下。它创建填充元组的列:
import pandas as pd
d = []
d.append({'wilderness':('bear','salmon'), 'domestic':('cat','mouse'), 'farm':('wolf','sheep')})
d.append({'wilderness':('polar bear','seal'), 'domestic':('spider','fly'), 'farm':('cow','grass')})
pd.DataFrame(d)
按照这个例子,每个元组的元素都是相关的,这里是捕食者和猎物。我真的不想将这些元组拆分为不相关的单独列,希望各对之间的密切关系以某种方式保留在结构内。
问题是,我的示例中的每个字符串都比这里的动物名称长一点,当我在 Jupyter 笔记本中查看数据帧时,我根本看不到元组的第二个元素,我需要能够看到它,甚至选择它等等。
所以最初认为 Jupyter 中可能有一些设置会使每个元组元素进入第二行。现在认为最好的解决方案可能是 pd.MultiIndex.from_tuples()但我在弄清楚如何使用它时遇到了很多麻烦。看一下几个例子here和 here 。
有人知道该怎么做吗?应该有两个级别的列标题,例如国内捕食者/猎物,并且元组元素进入每个新的子列。
我尝试不在 Pandas 和 NumPy 中使用 for 循环,但这是一个很难不使用 for 循环的情况,而且性能不是问题,所以如果解决方案保留这种 for 循环友好的创建数据帧的方法,我会更喜欢.
编辑 - 这是所需的输出
domestic farm wilderness
predator prey predator prey predator prey
0 cat mouse wolf sheep bear salmon
1 spider fly cow grass polar bear seal
最佳答案
您可以使用concat
使用列表理解
:
df = pd.concat([pd.DataFrame(x, columns=['predator','prey']) for x in df.values.T.tolist()],
axis=1,
keys=df.columns)
print (df)
domestic farm wilderness
predator prey predator prey predator prey
0 cat mouse wolf sheep bear salmon
1 spider fly cow grass polar bear seal
关于python - 将 pandas 的元组列转换为 MultiIndex,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44675679/