如何向 MultiIndex 添加级别？

Question

index = [np.array(['foo', 'foo', 'qux']),
         np.array(['a', 'b', 'a'])]
data = np.random.randn(3, 2)
columns = ["X", "Y"]
df = pd.DataFrame(data, index=index, columns=columns)
df.index.names = ["Level0", "Level1"]
print df

                      X         Y
Level0 Level1                    
foo    a       0.418549  0.252685
       b      -1.307099  0.202833
qux    a       0.046095 -0.968976

新关卡

我想获取 df 的索引并创建一个新的 MultiIndex，它现在有一个额外的级别。

new_level_name = "New level"
new_level_labels = ['p', 'q']
# new_multi-index

所需的多索引

Level0 Level1 Level2                    
foo    a      p       
              q       
       b      p      
              q       
qux    a      p      
              q

Answer 1

最简单的方法是使用 stack 和新的 DataFrame 以及按新级别值排列的列：

df1 = pd.DataFrame(data=1,index=df.index, columns=new_level_labels).stack()
df1.index.names = ['Level0','Level1',new_level_name]
print (df1)
Level0  Level1  New level
foo     a       p            1
                q            1
        b       p            1
                q            1
qux     a       p            1
                q            1
dtype: int64

print (df1.index)
MultiIndex(levels=[['foo', 'qux'], ['a', 'b'], ['p', 'q']],
           labels=[[0, 0, 0, 0, 1, 1], [0, 0, 1, 1, 0, 0], [0, 1, 0, 1, 0, 1]],
           names=['Level0', 'Level1', 'New level'])

Answer 2

不确定您想要的 DataFrame 中应该包含哪些数据，但对于类似的问题，我使用了 melt():

df1 = df.reset_index()
pd.melt(df1, id_vars=['Level0', 'Level1'])


    Level0  Level1  variable    value
0   foo a   X   0.678564
1   foo b   X   -0.609134
2   qux a   X   0.505178
3   foo a   Y   -2.593380
4   foo b   Y   -0.232796
5   qux a   Y   -1.420875

如何向 MultiIndex 添加级别？

How can I add a level to a MultiIndex?

python

multi-index

dataframe

pandas