拆分大熊猫据帧指数

Question

我有一个相当大的数据框与列名的类别（外贸统计），而该指数是包含国家代码和年份的字符串：W2013意味着世界，预计到2013年，r2015意思俄罗斯联邦，2015年

Index([u'w2011', u'c2011', u'g2011', u'i2011', u'r2011', u'w2012', u'c2012', 
    u'g2012', u'i2012', u'r2012', u'w2013', u'c2013', u'g2013', u'i2013', 
    u'r2013', u'w2014', u'c2014', u'g2014', u'i2014', u'r2014', u'w2015', 
    u'c2015', u'g2015', u'i2015', u'r2015'], 
    dtype='object') 

什么是做多指数为绘制各列的最简单的方法 - 我需要一个栏绘制了每个国家每年？

Answer 1

您可以尝试创建Multiindexfrom_tuples - 用于提取字母使用indexing with str。

import pandas as pd 

li =[u'w2011', u'c2011', u'g2011', u'i2011', u'r2011', u'w2012', u'c2012', 
    u'g2012', u'i2012', u'r2012', u'w2013', u'c2013', u'g2013', u'i2013', 
    u'r2013', u'w2014', u'c2014', u'g2014', u'i2014', u'r2014', u'w2015', 
    u'c2015', u'g2015', u'i2015', u'r2015'] 

df = pd.DataFrame(range(25), index = li, columns=['a']) 
print df 
     a 
w2011 0 
c2011 1 
g2011 2 
i2011 3 
r2011 4 
w2012 5 
c2012 6 
g2012 7 
i2012 8 
r2012 9 
w2013 10 
c2013 11 
g2013 12 
i2013 13 
r2013 14 
w2014 15 
c2014 16 
g2014 17 
i2014 18 
r2014 19 
w2015 20 
c2015 21 
g2015 22 
i2015 23 
r2015 24 

print df.index.str[0] 
Index([u'w', u'c', u'g', u'i', u'r', u'w', u'c', u'g', u'i', u'r', u'w', u'c', 
     u'g', u'i', u'r', u'w', u'c', u'g', u'i', u'r', u'w', u'c', u'g', u'i', 
     u'r'], 
     dtype='object') 

print df.index.str[1:] 
Index([u'2011', u'2011', u'2011', u'2011', u'2011', u'2012', u'2012', u'2012', 
     u'2012', u'2012', u'2013', u'2013', u'2013', u'2013', u'2013', u'2014', 
     u'2014', u'2014', u'2014', u'2014', u'2015', u'2015', u'2015', u'2015', 
     u'2015'], 
     dtype='object') 

df.index = pd.MultiIndex.from_tuples(zip(df.index.str[0], df.index.str[1:])) 

print df 
     a 
w 2011 0 
c 2011 1 
g 2011 2 
i 2011 3 
r 2011 4 
w 2012 5 
c 2012 6 
g 2012 7 
i 2012 8 
r 2012 9 
w 2013 10 
c 2013 11 
g 2013 12 
i 2013 13 
r 2013 14 
w 2014 15 
c 2014 16 
g 2014 17 
i 2014 18 
r 2014 19 
w 2015 20 
c 2015 21 
g 2015 22 
i 2015 23 
r 2015 24 

如果需要转换years到int，使用astype：

df.index = pd.MultiIndex.from_tuples(zip(df.index.str[0], df.index.str[1:].astype(int))) 

print df.index 
MultiIndex(levels=[[u'c', u'g', u'i', u'r', u'w'], [2011, 2012, 2013, 2014, 2015]], 
      labels=[[4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3], [0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4]]) 

Answer 2

如果我深知，您可以：

1. 重置指数

   df.reset_index(inplace=1) 
   

2. 创建其他两列，一为一年，一个为国：

   df.loc[,"year"] = df.foo.apply(lambda x: x[1:]) 
   df.loc[,"country"] = df.foo.apply(lambda x: x[0]) 
   

假设你的前索引列中是称为foo，并且国家代码的长度为1.您可以进行其他调整。

1. 设置那些两列指数：

   df.set_index(["year", "country"], inplace=1) 
   

HTH

开始=>