我有多個具有匹配多級索引的命名 Pandas 系列數(shù)據(jù)集SeriesA = L1 L2 L3 value_a1 L2 L3 value_a2 L3 value_a3SeriesA.name = First_NameSeriesB =L1 L2 L3 Value_b1 L2 L3 Value_b2 L3 Value_b3SeriesB.name = Second_Name我想要做的是在連接它們之前將系列名稱添加到現(xiàn)有系列索引中。預(yù)期的輸出應(yīng)該是SeriesAB =L1 L2 L3 First_name value_a1 L2 L3 First_name value_a2 L3 First_name value_a3L1 L2 L3 Second_name value_b1 L2 L3 Second_name value_b2 L3 Second_name value_b3我用 pd.join、pd.merge、pd.concat 嘗試了各種方法，但名稱似乎是癥結(jié)所在。這樣做的目的是在將名稱值轉(zhuǎn)換為數(shù)據(jù)框之前合并名稱值，以便數(shù)據(jù)看起來像這樣。我猜 unstack 將是解決這個問題的方法。final_data = First_name Second_nameL1 L2 L3 value_a1 value_b1 L2 L3 value_a2 value_b2 L3 value_a3 value_b3我也想避免這個輸出Unwanted = First_Name Second_NameL1 L2 L3 value_a1 NaN L2 L3 value_a2 NaN L3 value_a3 NaNL1 L2 L3 NaN value_b1 L2 L3 NaN value_b2 L3 NaN value_b3
1 回答
GCT1015
TA貢獻1827條經(jīng)驗 獲得超4個贊
concat與Series.reorder_levels和一起使用Series.unstack。
之后的級別值有重復(fù)concat，因此解決方案有點復(fù)雜 - 是必要的輔助級別GroupBy.cumcount：
df = (pd.concat([SeriesA, SeriesB], keys=('First_Name','Second_Name'))
.reorder_levels([1,2,3,0])
.to_frame('a'))
print (df)
a
L1 L2 L3 First_Name value_a1
First_Name value_a2
First_Name value_a3
Second_Name value_b1
Second_Name value_b2
Second_Name value_b3
df = (df.set_index(df.groupby(df.index).cumcount(), append=True)['a']
.unstack([3])
.reset_index(level=3, drop=True))
print (df)
First_Name Second_Name
L1 L2 L3 value_a1 value_b1
L3 value_a2 value_b2
L3 value_a3 value_b3
如果解決方案更簡單后不重復(fù)concat：
print (SeriesA)
L1 L2 L3 value_a1
L2 L2 L3 value_a2
L3 L2 L3 value_a3
Name: a, dtype: object
print (SeriesB)
L1 L2 L3 value_b1
L2 L2 L3 value_b2
L3 L2 L3 value_b3
Name: a, dtype: object
df = (pd.concat([SeriesA, SeriesB], keys=('First_Name','Second_Name'))
.reorder_levels([1,2,3,0])
.unstack())
print (df)
First_Name Second_Name
L1 L2 L3 value_a1 value_b1
L2 L2 L3 value_a2 value_b2
L3 L2 L3 value_a3 value_b3
添加回答
舉報
0/150
提交
取消