代码之家 › 专栏 › 技术社区 › NicoH

PANDAS MULTINDEX数据帧:用第2级其他列的值替换某些值

multi-index dataframe pandas python

NicoH · 技术社区 · 5 年前

我有以下多索引数据帧:

    0   M1        M2     
  bla    C   LQ    C   LQ
0   1  1.6  0.1  2.7  0.5
1   2  <LQ  0.2  4.1  0.3
2   3  NaN  NaN  NaN  NaN
3   4  3.2  0.1  <LQ  0.4

此外,我还制作了一个面具 'C' 是 "<LQ" ,降低第2级

mask = df.xs('C',level=1, axis=1) == "<LQ"

我想

代替 '<LQ' 按各自的值 'LQ' 柱
放弃 “LQ” 列并将列缩小到一个级别,保留第二个级别所在的第一个级别的名称 ['C', 'LQ'] 把第二层的名字留着给其他人,就像这样:

   bla     M1    M2
0    1    1.6   2.7
1    2    0.2   4.1
2    3    NaN   NaN
3    4    3.2   0.4

同时使用遮罩跟踪替换值(例如,用于以后的绘图)

生成df的代码:

df = pd.DataFrame({(0,'bla'): [1,2,3,4],
                   ('M1', 'C'): [1.6,'<LQ',np.nan,3.2],
                   ('M1', 'LQ'): [0.1,0.2,np.nan,0.1],
                   ('M2', 'C'): [2.7,4.1,np.nan,'<LQ'],
                   ('M2', 'LQ'): [0.5,0.3,np.nan,0.4]})

1 回复 | 直到 5 年前

jezrael 5 年前

使用 mask 用于将值替换为 <LQ 通过 LQ 数据帧,然后通过 drop 移除第一层 MultiIndex 通过 droplevel 最后 join 一起:

df1 = df.xs('C',level=1, axis=1)
df1 = df1.mask(df1 == "<LQ", df.xs('LQ',level=1, axis=1))

df2 = df.drop(['C','LQ'], axis=1, level=1)
df2.columns = df2.columns.droplevel(0)

df = df2.join(df1)
print (df)
   bla   M1   M2
0    1  1.6  2.7
1    2  0.2  4.1
2    3  NaN  NaN
3    4  3.2  0.4

如果只有一个 0, bla 然后使用列 set_index 具有 rename_axis 最后 reset_index :

df = df.set_index((0,'bla'))
df1 = df.xs('C',level=1, axis=1)
df = (df1.mask(df1 == "<LQ", df.xs('LQ',level=1, axis=1))
         .rename_axis('bla')
         .reset_index())

print (df)
   bla   M1   M2
0    1  1.6  2.7
1    2  0.2  4.1
2    3  NaN  NaN
3    4  3.2  0.4

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前