pandas: 转换多索引数据帧中的索引类型

Question

你好，有一个多索引数据框：

tuples = [('YTA_Q3', 1), ('YTA_Q3', 2), ('YTA_Q3', 3), ('YTA_Q3', 4), ('YTA_Q3', 99), ('YTA_Q3', 96)]
# Index
index = pd.MultiIndex.from_tuples(tuples, names=['Questions', 'Values'])
# Columns
columns = pd.MultiIndex.from_tuples([('YTA_Q3', '@')], names=['Questions', 'Values'])
# Data
data = [29.014949,5.0260590000000001,
  6.6269119999999999,
  1.3565260000000001,
  41.632221999999999,
  21.279499999999999]

df1 = pd.DataFrame(data=data, index=index, columns=columns)

如何将 df 索引的内部值转换为 str？

我的尝试：

df1.index.astype(str)

returns 类型错误

Answer 1

IIUC 您需要最后一级的 Multiindex。您可以使用 levels:

访问它

df1.index.levels[-1].astype(str)

In [584]: df1.index.levels[-1].astype(str)
Out[584]: Index(['1', '2', '3', '4', '96', '99'], dtype='object', name='Values')

编辑

您可以使用 multiIndex 的 set_levels 方法设置您的内层：

idx = df1.index
df1.index = df1.index.set_levels([idx.levels[:-1], idx.levels[-1].astype(str)])

Answer 2

我发现当前的 pandas 实现有点麻烦，所以我使用这个：

df1.index = pd.MultiIndex.from_tuples([(ix[0], str(ix[1])) for ix in df1.index.tolist()])

Answer 3

pandas 发生了变化，旧方法无法正常工作。

对我来说这很有效。

level_to_change = 1
df.index = df.index.set_levels(df.index.levels[level_to_change].astype(int), level=level_to_change)

Answer 4

派对已经很晚了，但如果您还想保持 multi-index 级别的名称，我建议如下：

df_ts.index = pd.MultiIndex.from_frame(
    pd.DataFrame(index=df_ts.index)
    .reset_index().astype(int)
    )

同样，如果您有 multi-index 列，您可以使用：

df_ts.columns = pd.MultiIndex.from_frame(
        pd.DataFrame(index=df_ts.columns)
        .reset_index().astype(int)
        )

pandas: 转换多索引数据帧中的索引类型

pandas: convert index type in multiindex dataframe

python

pandas

types

multi-index