python - 索引/MultiIndex 中的字符串替换

Question

我有一个MultiIndexed DataFrame，其中包含国家/地区代码，如下所示:

In [3]: idx = pd.MultiIndex.from_tuples([('AUS', 'a'), ('AUS', 'b'), ('BRA', 'a')])

In [4]: idx.names = ['country', 'foo']
In [5]: df = pd.DataFrame([4,5,6], index=idx)
In [6]: df
Out[6]: 
             0
country foo   
AUS     a    4
        b    5
BRA     a    6

我还有一本字典，其中包含可以用以下值替换我的代码的值:

In [7]: codes = dict(AUS='Australia', BRA='Brazil')

我想做与 df.replace(codes) 相同的操作，但在索引级别(所有级别或特定级别，我不介意)

输出看起来像:

               0
country   foo
Australia a    4
          b    5
Brazil    a    6

我目前确实以一种非常愚蠢的方式这样做:

In [21]: replaced = [pd.Series(df.index.get_level_values(i)).replace(codes) for i in range(len(df.index.levels))]
In [22]: replaced_tuples = zip(*replaced)
In [23]: new_idx = pd.MultiIndex.from_tuples(replaced_tuples)
In [27]: df_replaced = pd.DataFrame(df.values, index=new_idx)
In [28]: df_replaced
Out[28]: 
             0
Australia a  4
          b  5
Brazil    a  6

当面盯着我看时，有什么更好的方式？ (请注意，此方法甚至不保留级别名称，因此它是全面的坏事。)

Answer 1

您可以在多索引上调用 set_levels 并传递新名称，由于字典不能保证顺序，您必须创建一个与级别名称顺序相同的列表:

In [380]:
country_code_list = [codes[x] for x in df.index.get_level_values(0).unique()]
df.index.set_levels(country_code_list, level='country', inplace=True)
df

Out[380]:
               0
country   foo   
Australia a    4
          b    5
Brazil    a    6