python - Pandas:修改特定级别的 Multiindex

Question

我有一个带有 Multiindex 的数据框，并且想修改 Multiindex 的一个特定级别。例如，第一级可能是字符串，我可能想从该索引级别删除空格:

df.index.levels[1] = [x.replace(' ', '') for x in df.index.levels[1]]

但是，上面的代码导致错误:

TypeError: 'FrozenList' does not support mutable operations.

我知道我可以 reset_index 并修改列，然后重新创建 Multiindex，但我想知道是否有更优雅的方法可以直接修改 Multiindex 的一个特定级别。

Answer 1

感谢@cxrodgers 的评论，我认为最快的方法是:

df.index = df.index.set_levels(df.index.levels[0].str.replace(' ', ''), level=0)

---

旧的、更长的答案:

我发现@Shovalt 建议的列表理解有效，但在我的机器上感觉很慢(使用超过 10,000 行的数据框)。

相反，我可以使用 .set_levels 方法，这对我来说要快一些。

%timeit pd.MultiIndex.from_tuples([(x[0].replace(' ',''), x[1]) for x in df.index])
1 loop, best of 3: 394 ms per loop

%timeit df.index.set_levels(df.index.get_level_values(0).str.replace(' ',''), level=0)
10 loops, best of 3: 134 ms per loop

实际上，我只需要添加一些文本。 .set_levels 会更快:

%timeit pd.MultiIndex.from_tuples([('00'+x[0], x[1]) for x in df.index])
100 loops, best of 3: 5.18 ms per loop

%timeit df.index.set_levels('00'+df.index.get_level_values(0), level=0)
1000 loops, best of 3: 1.38 ms per loop

%timeit df.index.set_levels('00'+df.index.levels[0], level=0)
1000 loops, best of 3: 331 µs per loop

此解决方案基于@denfromufa 评论链接中的答案...

python - Multiindex and timezone - Frozen list error - Stack Overflow