我觉得我从根本上错过了一些东西。我有一个像这样的 Pandas DataFrame:
df = pd.DataFrame(list(range(3)).T
df.columns = ['a.first', 'a.second', 'b']
# a.first a.second b
# 0 0 1 2
我想创建一个多索引数据帧,我可以在其中使用 df.a、df.a.first 和 df.b。到目前为止我得到的是 str split 方法:
a.columns = a.columns.str.split('.', expand=True)
# a b
# first second NaN
# 0 0 1 2
很明显 NaN 是一个问题,因为要访问值 b,需要调用 df.b[np.nan]
,这感觉显然是错误的。
从这里开始,我想到的所有解决方案都开始感觉像是解决方法,我迭代列并尝试用空字符串替换 NaN。我想一定有一种更直接的方法,因为我想这是一个很常见的问题,不是吗?
编辑:到目前为止想到的最不丑陋的解决方案如下:
def apply_multiindex(df, hier_sep='.'):
depths = df.columns.str.split(hier_sep).map(len)
add_hiers = max(depths)-depths
df.columns = [column + hier_sep*add_hier[c]
for c, column in enumerate(df.columns)]
df.columns = df.columns.str.split(hier_sep, expand=True)
apply_multiindex(a)
# a b
# first second
# 0 0 1 2
我仍然期待一个更干净的解决方案:)
最佳答案
对于我来说,rename
缺少值,因为 fillna
for MultiIndex
未实现:
df = pd.DataFrame([list(range(3))], columns = ['a.first', 'a.second', 'b'])
df.columns = df.columns.str.split('.', expand=True)
df = df.rename(columns = {np.nan:''})
print (df)
a b
first second
0 0 1 2
关于python - 创建没有 NaN 的 pandas MultiIndex Dataframe,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58312083/