python - Pandas 多索引将 float 更改为字符串

Question

pd.__version__
'0.15.2'

我有一个具有三级多索引的 Pandas 数据框。当我连接两个数据帧时，它把最低的索引变成了一个 float ，它应该是一个字符串。

我尝试使用

替换 .0

idx=str(dfmaster_stats.index.levels[2]).replace('.0', '')

并将其分配给数据框，但出现此错误

TypeError: 'FrozenList' does not support mutable operations.

我查看了其他问题并发现无法更改多索引，因此我尝试重新索引数据框。我关注了这个问题，但这两种解决方案都不起作用。

Pandas: Modify a particular level of Multiindex

确实看起来不对。我究竟做错了什么？

我也试过 set_levels，但不确定语法。

dfmaster_stats.index.set_levels(dfmaster_stats.index.levels[2](idx), level =2)

给我这个错误

TypeError: 'Index' object is not callable

Answer 1

如其他帖子中所述，重置索引、更改数据类型并设置新索引可能更容易。

np.random.seed(0)
tuples = list(zip(*[['bar', 'bar', 'baz', 'baz',
                     'foo', 'foo', 'qux', 'qux'],
                      [1.0, 2.0, 1.0, 2.0,
                       1.0, 2.0, 1.0, 2.0]]))

idx = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 2), index=idx, columns=['A', 'B'])

print(df)
print(df.index.get_level_values("second").dtype)

输出:

                         A         B
first second                    
bar   1.0     1.764052  0.400157
      2.0     0.978738  2.240893
baz   1.0     1.867558 -0.977278
      2.0     0.950088 -0.151357
foo   1.0    -0.103219  0.410599
      2.0     0.144044  1.454274
qux   1.0     0.761038  0.121675
      2.0     0.443863  0.333674
float64

现在，重置索引、更改数据类型并设置新索引。

df = df.reset_index()
df["second"] = df["second"].astype(int).astype(str)
df = df.set_index(["first", "second"])

print(df)
print(df.index.get_level_values("second").dtype)

输出:

                     A         B
first second                    
bar   1       1.764052  0.400157
      2       0.978738  2.240893
baz   1       1.867558 -0.977278
      2       0.950088 -0.151357
foo   1      -0.103219  0.410599
      2       0.144044  1.454274
qux   1       0.761038  0.121675
      2       0.443863  0.333674
object

总的来说，我发现操纵多索引(索引？)有时值得，有时则不值得。更改级别变得冗长。如果您致力于这项事业，那么这很有效:

idx0 = df.index.levels[0]
idx1 = df.index.levels[1].astype(str).str.replace('.0', '')

df.index = df.index.set_levels([idx0, idx1])
print(df.index.levels[1].dtype)

输出:

object

如果您提供示例代码来创建您的数据框，我可以将其扩展到 3 个级别，或者您也可以自行解决。 :)