基于现有列级别值的 MultiIndex DataFrame 中的新级别

Question

假设我有一个这样的 DataFrame：

df = pd.DataFrame(data = [[1,2,3,4,5,6], [3,4,5,6,7,8]], 
                  columns = pd.MultiIndex.from_product([('A1', 'B1', 'A2'), (10,20)], names=['level_0','level_1']))

这是它的样子： DataFrame image

我想在包含 1 的列中添加一个 新级别 ，其中 level_0 值包含 "1" 和 2 其中 level_0 值包含 "2"。所以，基本上：

其中level_0 == "A1" --> new_level = 1
其中 level_0 == "B1" --> new_level = 1
其中 level_0 == "A2" --> new_level = 2

有什么建议吗？

Answer 1

您可以使用正则表达式提取值（(\d+)$ = 值的最后几位）并使用 MultiIndex.from_arrays:

重新处理 MultiIndex

values = df.columns.get_level_values('level_0').str.extract('(\d+)$', expand=False)
# ['1', '1', '1', '1', '2', '2']

df.columns = pd.MultiIndex.from_arrays([*zip(*df.columns.to_list()), values],
                                       names=[*df.columns.names, 'level_2']
                                      )

注意。这推广到任何 XXX00 值

输出：

level_0 A1    B1    A2   
level_1 10 20 10 20 10 20
level_2  1  1  1  1  2  2
0        1  2  3  4  5  6
1        3  4  5  6  7  8

Answer 2

使用列表理解从第一级值中提取数字并通过 MultiIndex.from_tuples:

创建新的 MultiIndex

import re

df.columns = pd.MultiIndex.from_tuples([(re.findall(r'(\d+)$', x[0])[0], *x) 
                                         for x in df.columns.tolist()], 
                                       names=('new_level',*df.columns.names))
print (df)

new_level  1           2   
level_0   A1    B1    A2   
level_1   10 20 10 20 10 20
0          1  2  3  4  5  6
1          3  4  5  6  7  8

基于现有列级别值的 MultiIndex DataFrame 中的新级别

New level in MultiIndex DataFrame based on existing column level values

python

pandas

multi-index