在 MultiIndex 下转换 pandas 列的类型

Question

我有类似的东西

>>> df
      user1 user2 param
                   0             1      2
                   a      x      d      a 
    0  2     6     0      1      0      0
    1  4     13    0      0      0      3
    2  21    76    2      0      1      0

注意user1 和user2 与param 处于同一级别（合并的副作用）：

>>> df.columns.get_level_values(0)
Index(['user1','user2','param','param','param','param'], dtype='object')

>>> df.columns.get_level_values(1)
Index(['','',0,0,1,2], dtype='object')

我想将param 下的所有内容都转换为浮点数，但将user1 和user2 保留为整数。我已经检查了this thread，但我不确定它如何转化为 setting column dtypes。

编辑：

生成器代码

df = pd.DataFrame({'user1':[2,4,21,21],'user2':[6,13,76,76],'param1':[0,2,0,1],'param2':['x','a','a','d'],'count':[1,3,2,1]}, columns=['user1','user2','param1','param2','count'])
df = df.set_index(['user1','user2','param1','param2'])
df = df.unstack([2,3]).sort_index(axis=1)

df2 = pd.DataFrame({'user1':[2,5,21],'user2':[6,18,76]})
df2.columns = pd.MultiIndex.from_product([df2.columns, [''],['']])
final_df = df2.merge(df, on=['user1','user2'], how='outer').fillna(0)

Answer 1

我无法为您的特定 DataFrame 提供经过测试的解决方案，因为我不确定它的确切结构。

但是在 MultiIndex DataFrame（和任何其他）上，您可以使用组成它们的 Series 的基础属性对 DataFrame 的各个列执行更改。在这种情况下，您可以通过过滤series.name 来更改 param 下所有列的 dtypes，如下所示。

df.apply(lambda x: x.astype(float) if 'param' in x.name else x)

pandas 构造 MultiIndex 名称的方式是创建一个具有不同级别的元组，因此对其进行 contains 操作会为您提供所需的列。

编辑：

我已经测试了您的示例 DataFrame 中的代码，它可以正常工作。

看到你的评论。如果您想手动访问和修改每一列，您可以使用 astype 方法自行完成。

final_df['count'] = final_df['count'].astype(float)