Pandas: 获取多索引级别作为系列

Question

我有一个多层次的数据框，例如：

idx = pd.MultiIndex.from_product((['foo', 'bar'], ['one', 'five', 'three' 'four']),
                                 names=['first', 'second'])
df = pd.DataFrame({'A': [np.nan, 12, np.nan, 11, 16, 12, 11, np.nan]}, index=idx).dropna().astype(int)

              A     
first second
foo   five     12
      four     11
bar   one      16
      five     12
      three    11

我想使用标题为 second 的索引级别创建一个新列，以便我得到

              A    B  
first second
foo   five     12   five
      four     11   four
bar   one      16   one
      five     12   five
      three    11   three

我可以通过重置索引、复制列，然后 re-applying 来做到这一点，但这似乎更 round-about。

我试过 df.index.levels[1]，但这会创建一个排序列表，它不会保留顺序。

如果它是单个索引，我会使用 df.index 但在创建一列元组的多索引中。

如果在其他地方解决了这个问题，请分享，因为我在搜索 Whosebug 档案时没有任何运气。

Answer 1

df['B'] = idx.to_series().str[1]

Answer 2

df['B'] = df.index.get_level_values(level=1)  # Zero based indexing.
# df['B'] = df.index.get_level_values(level='second')  # This also works.
>>> df
               A      B
first second           
foo   one     12    one
      two     11    two
bar   one     16    one
      two     12    two
      three   11  three

Answer 3

如果您想使用索引名称（而不是数字索引）获取索引列值，我可以借用@AlbertoGarcia-Raboso 的回答。

请注意，这为您提供了一个仍然包含索引列的输出，它是一个系列，正如问题所要求的那样。这乍一看像是重复的专栏。

df.index.to_frame()['second']

（然后例如用 df.index.to_frame()['second'][8] 询问第 9 个系列项目）

Pandas: 获取多索引级别作为系列

Pandas: get multiindex level as series

python

multi-index

pandas