设置多指数系列的多层

Question

TLDR：如何按任意切片在多级列表中设置值。我让它在最外面的切片上工作，但如果你沿着 "middle"

假设您有一个 2 层或 3 层多索引系列，如下所示：

_s01_|_s02_|_s03_|____
 'a' | 'c' | 'n' | 0.0
           | 'm' | 0.1
           | 'o' | 0.2
     | 'd' | 'n' | 0.3
           | 'o' | 0.4
 'b' | 'c' | 'n' | 0.5
        .........

这是我目前正在尝试做的事情：

r = pd.Series(0,index - data.index) #so create a similar structure
for i in data.index.levels[1]:
    d = data.loc[(slice(None),i,slice(None)]
    #manipulate values in d
    r.loc[(slice(None),i,slice(None)] = d

这只是将切入的所有 r 值设置为 NaN。

是否有一种通用的方法来查看多级索引系列并设置值？我正在尝试与 DataFrame 非常相似的事情，导致相同问题的问题是 .loc 正在下降水平，然后索引不一样。我通过将语法修改为现在尝试与系列一起使用的语法来解决那里的问题。

如有任何帮助，我们将不胜感激

Answer 1

Pandas 建议使用 pd.IndexSlice 或类似语法而不是 slice()。（查看更多documentation on slicers here.），例如

明确地：

idx = pd.IndexSlice
series.loc[idx[:, 'c', :]]

如果您只是想获取所选行的整个条目，您可以省略 idx 步骤快捷方式：series.loc[:, 'c', :]（这基本上是简单的索引。）

但是，最好使用pd.IndexSlice，如果你想在其中索引，则需要更多一个数据框。

假设我们有您的系列

series

>  s01  s02  s03
a    c    n      1
          m      0
          o      4
     d    n      6
          o      9
b    c    n      4
dtype: float64

在 pd.Series 和 pd.Dataframe

中的多级索引上建立索引

重点部分

要进行索引，我们需要先对系列索引进行词法排序：

series.sort_index（就地=真）

然后，要进行任何索引，我们需要一个 pd.IndexSlice 对象，它通过以下方式定义 .loc 的选择：

idx = pd.IndexSlice
# do your indexing
series.loc[idx[:,'c',:]]

详情

如果没有 pd.IndexSlice：

，多级索引的索引将无法工作

关于一个系列：

series.loc[[:,'c',:]]` will give you:

File "<ipython-input-101-21968807c1d1>", line 1
    df.loc[[:,'c',:]]
        ^
SyntaxError: invalid syntax


# with IndexSlice
idx = pd.IndexSlice
series.loc[idx[:,'c',:]]

>  s01  s03
a    n      1
     m      0
     o      4
b    n      4
dtype: int64

如果我们有pd.DataFrame，我们做类似的事情。

假设我们有以下 pd.Dataframe:

df
>              hello animal   i_like
s01 s02 s03                       
a   c   m        0  Goose  dislike
        n        1  Panda     like
        o        4  Tiger     like
    d   n        6  Goose     like
        o        9   Bear  dislike
b   c   n        4   Dog  dislike

要索引：

df.sort_index(inplace = True) # need to lexsort for indexing

# without pd.IndexSlice
df.loc[:,'c',:]   # the whole entry 
File "<ipython-input-118-9544c9b9f9da>", line 1
df.loc[(:,'c',:)]
        ^
SyntaxError: invalid syntax

# with pd.IndexSlice
idx = pd.IndexSlice
df.loc[idx[:,'c',:],:]

>             hello animal   i_like
s01 s02 s03                       
a   c   m        0  Goose  dislike
        n        1  Panda     like
        o        4  Tiger     like
b   c   n        4   Dog  dislike

以及特定列

df.loc[idx[:,'d',:],['hello','animal']]

>              hello animal
s01 s02 s03              
a   d   n        6  Goose
        o        9   Bear

设置值

如果您想为您的选择设置值，您可以照常进行：

对于一个系列：

my_select = series.loc[idx[:,'c',:],:]
series.loc[idx[:,'c',:]] = my_select.apply(lambda x: x*3)

series
> s01  s02  s03
a    c    m       0
          n       3
          o      12
     d    n       6
          o       9
b    c    n      12
dtype: int64

对于数据框：

my_select = df.loc[idx[:,'d',:],:]
df.loc[idx[:,'d',:],['i_like']] = my_select.apply(
      lambda x: "dislike" if x.hello<5 else "like", axis=1)

df
>             hello animal   i_like
s01 s02 s03                       
a   c   m        0  Goose  dislike
        n        1  Panda  dislike
        o        4  Tiger     like
    d   n        6  Goose     like
        o        9   Bear  dislike
b   c   n        4   Dog     like

# Panda is changed to "dislike", and Dog to "like".

PS。注意 commas/colons（或缺少）！

希望对您有所帮助！

设置多指数系列的多层

Setting Multiple Layers of a Multiindex Series

python

series

multi-index

pandas

在 pd.Series 和 pd.Dataframe

重点部分

详情

设置值