【发布时间】：2013-03-16 12:09:58
【问题描述】：
我无法理解 pandas 多索引的工作原理。 具体来说：
- 如何合并两个不同索引级别的数据帧（按行）
- 如何更改数据帧的索引级别
使用来自previous question 的示例：
d1 = pd.DataFrame( {'StudentID': ["x1", "x10", "x2","x3", "x4", "x5", "x6", "x7", "x8", "x9"],
'StudentGender' : ['F', 'M', 'F', 'M', 'F', 'M', 'F', 'M', 'M', 'M'],
'ExamenYear': ['2007','2007','2007','2008','2008','2008','2008','2009','2009','2009'],
'Exam': ['algebra', 'stats', 'bio', 'algebra', 'algebra', 'stats', 'stats', 'algebra', 'bio', 'bio'],
'Participated': ['no','yes','yes','yes','no','yes','yes','yes','yes','yes'],
'Passed': ['no','yes','yes','yes','no','yes','yes','yes','no','yes']},
columns = ['StudentID', 'StudentGender', 'ExamenYear', 'Exam', 'Participated', 'Passed'])
我计算两个数据集
def ZahlOccurence_0(x):
return pd.Series({'All': len(x['StudentID']),
'Part': sum(x['Participated'] == 'yes'),
'Pass' : sum(x['Passed'] == 'yes')})
t1 = d1.groupby(['ExamenYear', 'Exam']).apply(ZahlOccurence_0)
t2 = d1.groupby('ExamenYear').apply(ZahlOccurence_0)
如何按行合并 t1 和 t2 ？
print t1
All Part Pass
ExamenYear Exam
2007 algebra 1 0 0
bio 1 1 1
stats 1 1 1
2008 algebra 2 1 1
stats 2 2 2
2009 algebra 1 1 1
bio 2 2 1
print t2
All Part Pass
ExamenYear
2007 3 2 2
2008 4 3 3
2009 3 3 2
我尝试了以下
t2 = t2.set_index([t2.index, np.array(['tot']* 3)], append = False)
但是
pd.concat(t1,t2)
产生错误
ValueError：无法在 DataFrame 上调用 bool()。
我做错了什么？
提前致谢
【问题讨论】：
-
如果您输入
help(pd.concat)，您会看到它将对象集合作为其第一个参数。 IOW，应该是pd.concat([t1, t2])。不过，我不确定您希望得到什么输出：是不是类似于pd.concat([t1, t2]).sort()？ -
也许这就是您要找的东西？ - t2['考试'] = 'tot' ; pd.concat([t1.reset_index(),t2.reset_index()])
-
傻我！谢谢 ！！！！！！ DSM：我只是忘了将对象放入列表中 :-( @user1827356：这就是我一直在寻找的东西，并且以一种复杂的方式做到了。您可以发表您的评论作为回复，以便我可以接受并关闭问题吗？
标签： pandas multi-index