前面加上一個級別的大熊貓多指標

我有一個多指標一個數據幀的一些分組之後創建的：前面加上一個級別的大熊貓多指標

import numpy as np 
import pandas as p 
from numpy.random import randn 

df = p.DataFrame({ 
    'A' : ['a1', 'a1', 'a2', 'a3'] 
    , 'B' : ['b1', 'b2', 'b3', 'b4'] 
    , 'Vals' : randn(4) 
}).groupby(['A', 'B']).sum() 

df 

Output>   Vals 
Output> A B   
Output> a1 b1 -1.632460 
Output> b2 0.596027 
Output> a2 b3 -0.619130 
Output> a3 b4 -0.002009

我如何在前面加上一個級別的多指標，讓我把它變成類似：

Output>      Vals 
Output> FirstLevel A B   
Output> Foo  a1 b1 -1.632460 
Output>    b2 0.596027 
Output>   a2 b3 -0.619130 
Output>   a3 b4 -0.002009

來源

2013-02-07 Yawar

您可以將它添加作爲一個正常的列，然後將其附加到當前指數，所以：

df['Firstlevel'] = 'Foo' 
df.set_index('Firstlevel', append=True, inplace=True)

，如果需要與更改順序：

df.reorder_levels(['Firstlevel', 'A', 'B'])

導致：

     Vals 
Firstlevel A B   
Foo  a1 b1 0.871563 
       b2 0.494001 
      a2 b3 -0.167811 
      a3 b4 -1.353409

來源

2013-02-07 08:37:45

如果使用具有MultiIndex列索引的數據框執行此操作，它會添加級別，在大多數情況下這可能無關緊要，但如果您依賴其他元數據的元數據，則可能會這樣。 – naught101

一個很好的方式，在一行做到這一點使用pandas.concat()：

import pandas as pd 

pd.concat([df], keys=['Foo'], names=['Firstlevel'])

這可以推廣到很多數據幀，請參閱docs。

來源

2017-02-07 16:11:06 buenaonda

+10

由於'df.columns'沒有像索引這樣的「set_index」方法，總是讓我感到困惑，所以通過添加'axis = 1'來爲列添加一個級別是非常好的。 –

這應該是解決方案，謝謝 – jlandercy

這很好，因爲它也適用於'pd.Series'對象，而目前接受的答案（從2013年）不適用。 – John

前面加上一個級別的大熊貓多指標

回答

相關問題