追加一個級別的熊貓系列指數

Question

我想追加一個水平提高到一個熊貓系列。說一個創建一個簡單的系列：

series = pd.Series(range(10), index = list("ABCDEFGHIJ")) 

series有一個單一的索引級別。我想添加第二個關卡。有了DataFrame，你可以使用DataFrame.set_index來做到這一點乾淨。然而，如果沒有我的系列轉換成數據幀第一，我已經拿出最簡單的事情是這樣的東西：

index = [np.array(["L2" for x in series.index]), np.array(series.index)]  
series2 = pd.Series(series.tolist(), index = index) 

series2現在有兩個層面多指標。

有沒有更簡單更清潔的方法呢？

Answer 1

不確定這是多麼清潔;有可用於構建分層索引的MultiIndex類：

>>> import pandas as pd 
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ")) 

創建一個新的對象，重用原來series指數：

>>> pd.Series(xrange(10), 
       pd.MultiIndex.from_tuples([('L2', a) for a in series.index])) 
L2 A 0 
    B 1 
    C 2 
    D 3 
    E 4 
    F 5 
    G 6 
    H 7 
    I 8 
    J 9 
dtype: int64 

，或可改變就地系列，以及：

>>> import pandas as pd 
>>> series = pd.Series(range(10), index = list("ABCDEFGHIJ")) 
>>> series.index = pd.MultiIndex.from_tuples([('L2', a) for a in series.index]) 

或只啓動一個MultiIndex乾脆：

>>> import pandas as pd 
>>> series = pd.Series(range(10), index=pd.MultiIndex.from_tuples(
             [('L2', x) for x in 'ABCDEFGHIJ'])) 

Answer 2

一個簡單的方法來做到這一點（就地）是：

series.index = pd.MultiIndex.from_product([['L2'], series.index])

編輯也有另一種方式做同樣的事情（不就地）：

series2 = pd.concat([series], keys=['L2'])