将列分配给层次更高的多索引级别答案

【问题标题】：Assigning columns to a hierarchical higher Multiindex level将列分配给层次更高的多索引级别
【发布时间】：2021-08-20 20:36:37
【问题描述】：

我有一个看起来像这样的数据框：

   Ax  Ay  Bx  By
0   1  20   2  20
1   3  21   5  22
2   4  20   7  25

我想手动定义 Ax 和 Ay 具有 A 的层次更高的 MultiIndex 级别（并且对 B 也执行相同的操作）。使数据框看起来像这样：

   A      B
   x   y  x   y
0  1  20  2  20
1  3  21  5  22
2  4  20  7  25

所以我正在寻找的是这样的声明：

Ax 和 Ay 作为 x 和 y 在 A 之下

【问题讨论】：

在您的列中如何区分 A 和 x？它是字面上的第一个和第二个字符，还是更复杂的？
实际上不是第一个字符

标签： python pandas dataframe multi-index

【解决方案1】：

通过split() 和droplevel()：

df.columns=df.columns.str.split('([A-Z])',expand=True).droplevel(0)

或

通过pd.MultiIndex.from_arrays():

df.columns=pd.MultiIndex.from_arrays([['A','A','B','B'],['x','y','x','y']])

df的输出：

   A      B
   x   y  x   y
0  1  20  2  20
1  3  21  5  22
2  4  20  7  25

【讨论】：

【解决方案2】：

让我们使用正则表达式和split 和expand=True 参数：

df.columns = df.columns.str.split('(?<=[A-Z])', expand=True)

输出：

   A      B    
   x   y  x   y
0  1  20  2  20
1  3  21  5  22
2  4  20  7  25

【讨论】：

【解决方案3】：

您可以使用多个构造函数之一手动构造pandas.MultiIndex。来自文档：

MultiIndex.from_arrays
将数组列表转换为 MultiIndex。
MultiIndex.from_product
从 iterables 的笛卡尔积创建一个 MultiIndex。
MultiIndex.from_tuples
将元组列表转换为 MultiIndex。
MultiIndex.from_frame
从 DataFrame 创建一个 MultiIndex。

所有这些都很有用，我会逐一检查以了解它们的用例。对于您的情况，我认为pd.MultiIndex.from_tuples 可能会成功：

In [4]: list_of_split_tuples = list(map(tuple, df.columns.values))

In [5]: df.columns = pd.MultiIndex.from_tuples(list_of_split_tuples)

In [6]: df
Out[6]:
   A      B
   x   y  x   y
0  1  20  2  20
1  3  21  5  22
2  4  20  7  25

【讨论】：