создавать итеративно мультииндексный и многостолбцовый фрейм данных в pandas - PullRequest
Новая
       29

создавать итеративно мультииндексный и многостолбцовый фрейм данных в pandas

0 голосов
/ 29 апреля 2020

Допустим, я хочу создать мультииндексный и многостолбцовый фрейм данных: 

                          X         Y
Planet Continent Country  A    B    C     D 
Earth     Europe England  0.3  0.5  0.6   0.8
          Europe Italy    0.1  0.2  0.4   1.2 
Mars      Tempe  Sirtys   3.2  4.5  2.3   4.2

Я хочу сделать это путем многократного сбора каждой отдельной строки фрейма данных, 

row1 =  np.array(['Earth', 'Europe', 'England', 0.3, 0.5, 0.6, 0.8])
row2 =  np.array(['Earth', 'Europe', 'Italy', 0.1, 0.2, 0.4, 1.2])

Я знаю, как, начиная со строк, я могу создать многостолбцовый фрейм данных, и я знаю, как создать многоиндексный. Но как я могу создать оба? Спасибо

Ответы [ 2 ]

2 голосов
/ 29 апреля 2020 
row1 =  np.array(['Earth', 'Europe', 'England', 0.3, 0.5, 0.6, 0.8])
row2 =  np.array(['Earth', 'Europe', 'Italy', 0.1, 0.2, 0.4, 1.2])
# create a data frame and set index
df = pd.DataFrame([row1, row2]).set_index([0,1,2])
# set the index names
df.index.names = ['Planet', 'Continent', 'Country']
# create a multi-index and assign to columns
df.columns = pd.MultiIndex.from_tuples([('X', 'A'), ('X', 'B'), ('Y', 'C'), ('Y', 'D')])

                            X         Y     
                            A    B    C    D
Planet Continent Country                    
Earth  Europe    England  0.3  0.5  0.6  0.8
                 Italy    0.1  0.2  0.4  1.2
2 голосов
/ 29 апреля 2020

если вы начинаете с пустого фрейма данных, определите его с помощью мультииндексного индекса и столбцов (как вам известно): 

df = pd.DataFrame(index=pd.MultiIndex(levels=[[]]*3, 
                                      codes=[[]]*3, 
                                      names=['Planet','Continent','Country']), 
                 columns=pd.MultiIndex.from_tuples([('X','A'), ('X','B'),
                                                    ('Y','C'), ('Y', 'D')],))

Затем вы можете просто добавить каждую строку, например: 

df.loc[tuple(row1[:3]), :]= row1[3:]
print (df)
                            X         Y     
                            A    B    C    D
Planet Continent Country                    
Earth  Europe    England  0.3  0.5  0.6  0.8

и снова после: 

df.loc[tuple(row2[:3]), :]= row2[3:]
print (df)
                            X         Y     
                            A    B    C    D
Planet Continent Country                    
Earth  Europe    England  0.3  0.5  0.6  0.8
                 Italy    0.1  0.2  0.4  1.2

, но если у вас есть много доступных строк, ответ @ Yo_Chris будет намного проще

...