正在进行的数字作为熊猫中的第一个多索引

Question

在分组（按id）数据框df中

id, last_name, first_name
sdfg, Muller, Peter
fgjh, Smith, Rob
fgjh, Smith, Robert
hjsa, Jackson, Michael

我想在开头添加另一个索引person 作为一个正在进行的数字，以便我们得到

person, id, last_name, first_name
0, sdfg, Muller, Peter
1, fgjh, Smith, Rob
1, fgjh, Smith, Robert
2, hjsa, Jackson, Michael

我尝试使用reset_index(...)，但无论分组如何，这都会设置一个持续的数字。

有可能吗？

Answer 1

这是一种方法：

df.set_index((~df.index.duplicated()).cumsum()-1, append=True).swaplevel()

#         last_name  first_name
#   id                         
# 0 sdfg     Muller       Peter
# 1 fgjh      Smith         Rob
#   fgjh      Smith      Robert
# 2 hjsa    Jackson     Michael

这种方法的工作原理是取反 df.index.duplicated 的结果并获取累积和（减 1）来生成一个数组，该数组在每次索引中的值更改时递增。然后它使用set_index 和append=True 将其添加到您现有的索引中，最后使用swaplevel，这样您的新MultiIndex 的id 部分就处于第1 级。