我有这种类型的数据框:
d = {'a': [100,150,180,190]}
df = pd.DataFrame(data=d, index=[(2010,1) ,(2010,2 ), (2011,1) ,(2011,2 )])
哪个返回
Out[91]:
a
(2010, 1) 100
(2010, 2) 150
(2011, 1) 180
(2011, 2) 190
我的范围是拆分索引中的值,并通过保留索引信息使数据框更具可读性。换句话说,我的预期结果是:
dd = {'a': [100,150,180,190], 'year': [2010, 2011, 2010,2011], 'class': [1,2, 1,2]}
df2 = pd.DataFrame(data=dd)
Out[92]:
a year class
0 100 2010 1
1 150 2011 2
2 180 2010 1
3 190 2011 2
有什么帮助吗?
您可以选择通过索引元组的每一个值和最后通过创建默认的指数DataFrame.reset_index
有drop=True
:
df['year'] = df.index.str[0]
df['class'] = df.index.str[1]
df = df.reset_index(drop=True)
print (df)
a year class
0 100 2010 1
1 150 2010 2
2 180 2011 1
3 190 2011 2
另一个想法是创建新的DataFrame
并加入原始的:
df1 = pd.DataFrame(df.index.tolist(), columns=['year','class'], index=df.index)
df = df.join(df1).reset_index(drop=True)
print (df)
a year class
0 100 2010 1
1 150 2010 2
2 180 2011 1
3 190 2011 2
另一个想法是MultiIndex
通过创建MultiIndex.from_tuples
:
df.index = pd.MultiIndex.from_tuples(df.index, names=['year','class'])
print (df)
a
year class
2010 1 100
2 150
2011 1 180
2 190
然后可能创建列:
df = df.reset_index()
print (df)
year class a
0 2010 1 100
1 2010 2 150
2 2011 1 180
3 2011 2 190
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句