python - 重新索引 Pandas 数据框多索引的子级别

Question

我有一个时间序列数据框，我想通过试验和测量重新索引它。

简化，我有这个:

                value
Trial         
    1     0        13
          1         3
          2         4
    2     3       NaN
          4        12
    3     5        34   

我想把它变成这样:

                  value
Trial    
    1      0        13
           1         3
           2         4
    2      0       NaN
           1        12
    3      0        34

我怎样才能最好地做到这一点？

Answer 1

就在昨天，杰出的安迪·海登 (Andy Hayden) 将此功能添加到 pandas 0.13 版本中，该版本随时都会发布。参见 here对于他添加到文档中的用法示例。

如果您愿意从源代码安装 pandas 的开发版本，您现在就可以使用它。

df['Measurements'] = df.reset_index().groupby('Trial').cumcount()

下面的代码是等价的，如果不那么简洁的话，并且可以在任何最新版本的 pandas 上运行。

grouped = df.reset_index().groupby('Trial')
df['Measurements'] = grouped.apply(lambda x: Series(np.arange(len(x)), x.index))

最后，df.set_index(['Trial', 'Measurements'], inplace=True) 得到你想要的结果。