Wie zu tun, Multi-Spalte from_tuples?

Ich wie zu verwenden pd.MultiIndex.from_tuples() um etwas zu ändern wie

       Value
(A,a)  1
(B,a)  2
(B,b)  3

in

                Value
Caps Lower      
A    a          1
B    a          2
B    b          3

Aber wie kann ich die Spalte ändern Tupel in der form

       (A, a)  (A, b) (B,a)  (B,b)
index
1      1       2      2      3
2      2       3      3      2
3      3       4      4      1

in der form

 Caps         A              B
 Lower        a       b      a      b
 index
 1            1       2      2      3
 2            2       3      3      2
 3            3       4      4      1

Vielen Dank.

Edit: Der Grund, ich habe ein Tupel Spaltenüberschrift ist, dass, wenn ich trat in einen DataFrame mit einem single-level-Spalte auf einen DataFrame mit einem Multi-Level-Spalte stellte sich der Multi-Spalte in ein Tupel von strings formatieren und Links der einzigen Ebene, die als einzelne Zeichenfolge.

Edit 2 - Alternative Lösung: Wie gesagt das problem hier entstand über eine join mit unterschiedlichen Spalte Ebene Größe. Dies bedeutete, dass das Multi-Column wurde reduziert auf ein Tupel von strings. Das umgehen dieses Problem, vor dem Beitritt die ich verwendet df.columns = [('col_level_0','col_level_1','col_level_2')] für den DataFrame ich beitreten wollten.

InformationsquelleAutor Little Bobby Tables | 2016-06-15
  1. 15

    Weisen direkt auf columns mit dem Ergebnis von pd.MultiIndex.from_tuples vorbei in Ihre vorhandene Spalten:

    In [186]:
l=[('A', 'a'),  ('A', 'b'), ('B','a'),  ('B','b')]
df = pd.DataFrame(np.random.randn(5,4), columns = l)
df

Out[186]:
     (A, a)    (A, b)    (B, a)    (B, b)
0 -0.876353  0.553742  1.631858 -0.561309
1  0.463058 -0.455014 -0.491336 -1.436059
2  0.337810  0.233624 -0.571749 -2.259763
3  1.073057 -0.475894  0.999643 -0.379743
4  0.441800  0.311202 -0.191552  0.291268

In [187]:    
df.columns = pd.MultiIndex.from_tuples(df.columns, names=['Caps','Lower'])
df

Out[187]:
Caps          A                   B          
Lower         a         b         a         b
0     -0.876353  0.553742  1.631858 -0.561309
1      0.463058 -0.455014 -0.491336 -1.436059
2      0.337810  0.233624 -0.571749 -2.259763
3      1.073057 -0.475894  0.999643 -0.379743
4      0.441800  0.311202 -0.191552  0.291268

    beachten Sie, dass Sie können direkt zuordnen zu können names Attribut des columns - Attribut wie folgt aus:

    df.columns.names = ['Caps','Lower']

    nicht zu verwechseln mit der name Attribut

    • Ok, vielleicht habe ich nicht verstehen, wie es für Indizes oder sonst hätte ich erkannte die subtile Veränderung, die nötig war. Nun ich denke, ich verstehe beide ein wenig besser! Danke.
    • Ich denke, es ist nicht fair kopieren meine Lösung mit Parametern in der Funktion from_tuples - siehe revision. Aber es ist bis zu Ihnen. Viel Glück!
    • Es schien überflüssig, mich um die names-Attribut als ein weiterer Schritt, ich war das nicht mit dem kopieren Ihrer Lösung trotz allem, was Sie denken, außer es gibt sehr wenig Unterschied zwischen diesen 2 Antworten wenn Sie ignorieren die Benennung der Schritt, der eine wesentliche Punkt ist die Tatsache, dass der OP wollte konvertieren Sie die Spalte Tupel Namen einen hierarchischen index
    • Ja, Readability counts.. Schönen Tag!
    InformationsquelleAutor EdChum
  2. 2

    Andere Lösung ist die Verwendung ein MultiIndex.from_tuples mit parameter names:

    import pandas as pd

df = pd.DataFrame({'Value': [1,2,3]}, index=[('A','a'),('B','a'),('B','b')])
print (df)
        Value
(A, a)      1
(B, a)      2
(B, b)      3

df.index = pd.MultiIndex.from_tuples(df.index, names=['Caps','Lower'])
print (df)
            Value
Caps Lower       
A    a          1
B    a          2
     b          3

    Das gleiche funktioniert auch mit columns finden Sie Edchum Antwort:

    df.columns= pd.MultiIndex.from_tuples(df.columns, names=['Caps','Lower'])
    • Ja, mein Fehler war es, zu sehen, dass ich brauchte, um zuordnen zu df.columns und nicht df.index aber das wird anderen helfen, die noch nicht zu sehen df.index = pd.MultiIndex.from_tuples(df.index) und so weiter. Danke.
    • Gerne kann Ihnen helfen, Glück!
    InformationsquelleAutor jezrael
Schreibe einen Kommentar