在 Pandas 中修改 MultiIndex 数据框中的重复子索引

Question

嗨，我有一个数据帧切片如下：

|            |          | Lemon | Orange |
|------------|----------|-------|--------|
| Date       | Location |       |        |
| 01/01/2016 | Park     | 10    | 20     |
| 01/01/2016 | Beach    | 5     | 15     |
| 01/01/2016 | Park     | 2     | 4      |
| 02/01/2016 | Park     | 8     | 3      |

如您所见，(01/01/2016, Park) 有一个重复项，原因是第 3 个条目在公园的 k 之后有一个白色 space。我在使用有限的索引选择技巧时遇到困难，无法在整个 Location 列上执行 rstrip(" ") 以避免白色 space 错误。

最终，我希望做一个 groupby 函数来可视化 Park 和其他位置之间的数据。目前，"Park" 和 "Park " 是两个不同的位置。

有什么建议吗？

Answer 1

索引是不可变的，因此如果您想更改 index 标签，您需要设置一个新的 index（感谢）。

您可以使用 str.strip in second level selecting by get_level_values：

new_index = list(zip(df.index.get_level_values('Date'),
                     df.index.get_level_values('Location').str.strip()))

df.index = pd.MultiIndex.from_tuples(new_index, names = df.index.names)

print (df.index)
MultiIndex(levels=[[2016-01-01 00:00:00, 2016-02-01 00:00:00], ['Beach', 'Park']],
           labels=[[0, 0, 0, 1], [1, 0, 1, 1]],
           names=['Date', 'Location'])

如果要使用 rstrip，请将 str.strip 替换为 str.rstrip。

在 Pandas 中修改 MultiIndex 数据框中的重复子索引

Modifying duplicate subindex in MultiIndex dataframe in Pandas

python

multi-index

dataframe

removing-whitespace

pandas