促進某些行指數有序大熊貓據幀

Question

我有一個熊貓數據幀，它看起來像：

df=pd.DataFrame(index=['Asia','China','India','Europe','France','Hungary']) 
df[2008]=20080 
df[2009]=20090 
df.loc['Europe']=np.NaN 
df.loc['Asia']=np.NaN 
print df 

      2008 2009 
Asia  NaN NaN 
China 20080 20090 
India 20080 20090 
Europe  NaN NaN 
France 20080 20090 
Hungary 20080 20090 

我想以「推動」歐洲和亞洲是MultiIndexes，比他們的成分的國家一級高以產生：

    2008 2009 
Asia China 20080 20090 
     India 20080 20090 
Europe France 20080 20090 
     Hungary 20080 20090 

這是可能的一個漂亮的方式，知道這些可促進行有所有NaN？

Answer 1

你可以用cumsum()做到這一點：

In [11]: cont = df.isnull().all(1) 

In [12]: cont 
Out[12]: 
Asia  True 
China  False 
India  False 
Europe  True 
France  False 
Hungary False 
dtype: bool 

這使您可以標記大陸的每一行*：

In [13]: continents = df.index[cont][cont.cumsum() - 1] 

In [14]: continents 
Out[14]: Index([u'Asia', u'Asia', u'Asia', u'Europe', u'Europe', u'Europe'], dtype='object') 

In [15]: df.set_index([continents, df.index], inplace=True) 

In [16]: df 
Out[16]: 
       2008 2009 
Asia Asia  NaN NaN 
     China 20080 20090 
     India 20080 20090 
Europe Europe  NaN NaN 
     France 20080 20090 
     Hungary 20080 20090 

In [17]: df.dropna() 
Out[17]: 
       2008 2009 
Asia China 20080 20090 
     India 20080 20090 
Europe France 20080 20090 
     Hungary 20080 20090 

---

*注：它可以更有效地不請執行此步驟並設置MultiIndex中的級別：

In [21]: res = df.set_index([cont, df.index]) 

In [21]: res.index = res.index.set_levels(df.index[cont], 0) 

此外，你可以構建這個而不是的NaN（所以你不必在之後dropna）。

---

注：它可能是一個更有效地做到這一點，而閱讀作爲數據（即建築/ CONCAT期間）...