python - 键错误和 MultiIndex lexsort 深度

Question

我有一组制表符分隔的文件，我必须阅读它们，将它们用作 pandas 数据框，对它们进行一大堆操作，然后将它们合并回一个 excel 文件，代码太长了我将讨论其中有问题的部分

我正在解析的选项卡文件包含相同数量的行 2177

当我读取这些文件时，我按类型 (string, int) 的前 2 列进行索引

df = df.set_index(['id', 'coord'])
data = OrderedDict()
#data will contain all the information I am writing to excel
data[filename_id] = df

我正在执行的一个过程需要访问每一行数据[sample_id]，其中包含混合类型的数据帧，索引为“id”和“coord”列，如下所示

sample_row = data[sample].ix[index]

我的索引是 ('id','coord')

如果我正在处理文件的一个子集，一切都很好，但是如果我读取了 2177 行的整个文件，我最终会收到此错误消息

KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'

我搜索了 SO 和所有地方，这似乎是排序索引的问题，但我不明白为什么使用未排序的子集不会导致问题

关于如何解决这个问题的任何想法？

谢谢

Answer 1

文档非常好。如果您使用多索引，则需要通读(多次!)，请参阅 here

In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))

In [10]: df
Out[10]: 
         value
one two       
1   a        0
    b        1
    c        2
2   a        3
    b        4
    c        5
3   a        6
    b        7
    c        8

In [11]: df.index.lexsort_depth
Out[11]: 2

In [12]: df.sortlevel(level=1)
Out[12]: 
         value
one two       
1   a        0
2   a        3
3   a        6
1   b        1
2   b        4
3   b        7
1   c        2
2   c        5
3   c        8

In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0

In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))

In [10]: df
Out[10]: 
         value
one two       
1   a        0
    b        1
    c        2
2   a        3
    b        4
    c        5
3   a        6
    b        7
    c        8

In [11]: df.index.lexsort_depth
Out[11]: 2

In [12]: df.sortlevel(level=1)
Out[12]: 
         value
one two       
1   a        0
2   a        3
3   a        6
1   b        1
2   b        4
3   b        7
1   c        2
2   c        5
3   c        8

In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0

更新:

sortlevel 将被弃用，因此请使用 sort_index 即

df.sort_index(level=1)