python - 不使用元组的多索引列的 set_index

Question

设置:

np.random.seed(0)
iix = pd.MultiIndex.from_product([['bar', 'baz', 'foo'],['one', 'two']])
df = pd.DataFrame(np.random.randn(3, 6), columns=iix)

Out[120]:
        bar                 baz                 foo
        one       two       one       two       one       two
0  1.764052  0.400157  0.978738  2.240893  1.867558 -0.977278
1  0.950088 -0.151357 -0.103219  0.410599  0.144044  1.454274
2  0.761038  0.121675  0.443863  0.333674  1.494079 -0.205158

在 level = 1 和所有列 two 上set_index。我需要使用元组列表，如下所示

df.set_index([('bar', 'two'), ('baz', 'two'), ('foo', 'two')])

Out[121]:
                                       bar       baz       foo
                                       one       one       one
(bar, two) (baz, two) (foo, two)
 0.400157  2.240893   -0.977278   1.764052  0.978738  1.867558
-0.151357  0.410599    1.454274   0.950088 -0.103219  0.144044
 0.121675  0.333674   -0.205158   0.761038  0.443863  1.494079

问题:是否有其他简单的方法可以在不使用上述元组列表的情况下实现此set_index？

注意:我知道我可以使用列表理解和get_level_values来概括元组列表的构造。不过，我对不使用元组列表的方式感兴趣。

Answer 1

让我们尝试一下这种疯狂的做法:

df.set_index(pd.MultiIndex.from_frame(df.loc(axis=1)[:, 'two'])).loc(axis=1)[:,'one']

输出:

                                       bar       baz       foo
                                       one       one       one
(bar, two) (baz, two) (foo, two)                              
 0.400157  2.240893   -0.977278   1.764052  0.978738  1.867558
-0.151357  0.410599    1.454274   0.950088 -0.103219  0.144044
 0.121675  0.333674   -0.205158   0.761038  0.443863  1.494079

使用一个鲜为人知的参数.loc，axis。 See docs

You can also specify the axis argument to .loc to interpret the passed slicers on a single axis.