满足一级条件时更改二级多索引标签

Question

我有一个包含两级索引的多索引 df：

    dfx = pd.DataFrame(np.random.rand(4, 2),
                  index=[['a', 'a', 'b', 'b'], ['aa', 'zz', 'gg', 'zz']],
                  columns=['data1', 'data2'])
    dfx

         data1     data2
a aa  0.847741  0.723235
  zz  0.236876  0.343141
b gg  0.759153  0.546190
  zz  0.481285  0.600514

我只想更改一级索引具有特定值的索引标签。即仅在第一个标签为 b

的地方更改 zz 索引

Objective, get:

         data1     data2
a aa    0.847741  0.723235
  zz    0.236876  0.343141
b gg    0.759153  0.546190
  water 0.481285  0.600514

如果我使用 .rename() 所有匹配的索引都会更改

dfx.rename(index={('zz') : 'water'}, inplace = True)
dfx

            data1     data2
a aa     0.847741  0.723235
  water  0.236876  0.343141
b gg     0.759153  0.546190
  water  0.481285  0.600514

我尝试了以下代码行，但这似乎没有任何作用。

dfx.loc['b','zz'].rename(index={'zz' : 'water'}, inplace = True)

dfx.loc['b'].rename(index={'zz' : 'water'},  inplace = True)

我查阅了文档，但一直在努力寻找解决方案。我在这里做错了什么？

Answer 1

你可以尝试通过pd.MultiIndex.from_tuples()+列表理解：

dfx.index=pd.MultiIndex.from_tuples(
        [(x,y) if (x,y)!=('b','zz') else ('b','water') for x,y in dfx.index]
                                    )

或

另一种方法是重置索引，然后检查值并更改它，然后重新设置索引：

dfx=dfx.reset_index()
dfx.loc[(dfx['level_0'].eq('b') & dfx['level_1'].eq('zz')),'level_1']='water'
dfx=dfx.set_index(['level_0','level_1']).rename_axis(index=[None,None])

Answer 2

我们可以使用MultiIndex.map

d = {('b', 'zz'): ('b', 'water')}
dfx.index = dfx.index.map(lambda i: d.get(i, i))

            data1     data2
a aa     0.567847  0.844618
  zz     0.752874  0.794704
b gg     0.854358  0.512400
  water  0.237905  0.211369

Answer 3

另一种类似的方式：

1：从 Multiindex

创建数据框

2：有条件地赋值

3：转回Multiindex赋值：

d = pd.DataFrame(dfx.index.tolist())
d.loc[d[0].eq("b")&d[1].eq("zz"),1]='water'
dfx.index = pd.MultiIndex.from_frame(d,names=[None,None])

满足一级条件时更改二级多索引标签

Changing second level multiindex label when first level condition is met

python

multi-index

pandas