如何将 MultiIndex 转换为类型字符串答案

【问题标题】：How do I convert a MultiIndex to type string如何将 MultiIndex 转换为类型字符串
【发布时间】：2016-12-30 21:11:18
【问题描述】：

考虑 MultiIndex idx

idx = pd.MultiIndex.from_product([range(2013, 2016), range(1, 5)])

当我这样做时

idx.to_series().str.join(' ')

我明白了

2013  1   NaN
      2   NaN
      3   NaN
      4   NaN
2014  1   NaN
      2   NaN
      3   NaN
      4   NaN
2015  1   NaN
      2   NaN
      3   NaN
      4   NaN
dtype: float64

发生这种情况是因为不同级别的 dtype 是 int 而不是 str。 join 需要 str。如何将整个idx 转换为str？

我已经完成了

join = lambda x, delim=' ': delim.join([str(y) for y in x])
idx.to_series().apply(join, delim=' ')

2013  1    2013 1
      2    2013 2
      3    2013 3
      4    2013 4
2014  1    2014 1
      2    2014 2
      3    2014 3
      4    2014 4
2015  1    2015 1
      2    2015 2
      3    2015 3
      4    2015 4
dtype: object

我希望有一种更简单的方法可以忽略。

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

我不确定这是最优雅的方式，但它应该可以工作：

idx.get_level_values(0).astype(str).values + ' ' + idx.get_level_values(1).astype(str).values

【讨论】：

这与我的意图最接近。

【解决方案2】：

这样的？

idx.to_series().apply(lambda x: '{0}-{1}'.format(*x))

【讨论】：

这与我已经完成的非常相似。但我喜欢它。
@piRSquared 对，我没有意识到你想要一个列表。您可以将.values 附加到上面的行以获得与接受的答案相同的输出。
在下面查看我的答案。我想要一种有效而优雅的方式将索引转换为 dtype str

【解决方案3】：

使用来自itertools 的starmap 的通用解决方案

from itertools import starmap

def flat2(midx, sep=''):
    fstr = sep.join(['{}'] * midx.nlevels)
    return pd.Index(starmap(fstr.format, midx))

演示

midx = pd.MultiIndex.from_product([[1, 2], [3, 4]])

flat(midx)
Index([u'13', u'14', u'23', u'24'], dtype='object')

flat(midx, '_')
Index([u'1_3', u'1_4', u'2_3', u'2_4'], dtype='object')

【讨论】：

【解决方案4】：

最快的是列表推导：

print (['{} {}'.format(i[1], i[0]) for i in idx])
print ([' '.join((str(i[0]), str(i[1]))) for i in idx])

时间安排：

In [21]: %timeit (['{} {}'.format(i[1], i[0]) for i in idx])
The slowest run took 4.68 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 7.51 µs per loop

In [22]: %timeit ([' '.join((str(i[0]), str(i[1]))) for i in idx])
The slowest run took 6.48 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 9.62 µs per loop

In [23]: %timeit (idx.get_level_values(0).astype(str).values + ' ' + idx.get_level_values(1).astype(str).values)
The slowest run took 5.91 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 215 µs per loop

In [24]: %timeit idx.to_series().apply(lambda x: '{0}-{1}'.format(*x))
The slowest run took 5.43 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 369 µs per loop

In [25]: %timeit idx.to_series().str.join(' ')
The slowest run took 5.53 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 394 µs per loop

【讨论】：