首先,我们创建一个小的pd.DataFrame
,在两个轴上都有MultiIndex:
columns = pd.MultiIndex.from_tuples([('a', 2), ('a', 3), ('b', 1), ('b', 3)], names=['col_1', 'col_2'])
index = pd.MultiIndex.from_tuples([(pd.Timestamp('2023-03-01'), 'A'), (pd.Timestamp('2023-03-01'), 'B'), (pd.Timestamp('2023-03-01'), 'C'), (pd.Timestamp('2023-03-02'), 'A'), (pd.Timestamp('2023-03-02'), 'B'), (pd.Timestamp('2023-03-03'), 'B'), (pd.Timestamp('2023-03-03'), 'C')], names=['idx_1', 'idx_2'])
data = np.arange(len(index) * len(columns)).reshape(len(index), len(columns))
df = pd.DataFrame(index=index, columns=columns, data=data)
所以我们得到
col_1 a b
col_2 2 3 1 3
idx_1 idx_2
2023-03-01 A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
2023-03-02 A 12 13 14 15
B 16 17 18 19
2023-03-03 B 20 21 22 23
C 24 25 26 27
现在我希望'A'和'B'行相等:
col_1 a b
col_2 2 3 1 3
idx_1 idx_2
2023-03-01 A 4 5 6 7
B 4 5 6 7
C 8 9 10 11
2023-03-02 A 16 17 18 19
B 16 17 18 19
2023-03-03 B 20 21 22 23
C 24 25 26 27
我可以这样做:
df = df.unstack()
df.loc[:, pd.IndexSlice[:, :, 'A']] = df.loc[:, pd.IndexSlice[:, :, 'B']].values
df = df.stack().reindex(index)
我想知道是否有另一种方法,而不是事实上复制数据两次。
3条答案
按热度按时间owfi6suc1#
您可以直接指定值,使用
rename
强制对齐:输出:
pkmbmrz72#
您可以按MultiIndex的
DataFrame.rename
第二级分配切片:5lwkijsr3#
输出: