python – 替换pandas多索引中的值
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 替换pandas多索引中的值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1834字，纯文字阅读大概需要3分钟。
内容图文
我有一个带有多索引的数据框.我想在满足第一个索引的某些条件时更改第二个索引的值.
我在这里发现了一个类似(但不同)的问题：Replace a value in MultiIndex (pandas)
这没有回答我的观点,因为那是关于改变单行,并且解决方案也传递了第一个索引的值(不需要更改).在我的情况下,我正在处理多行,我无法使该解决方案适应我的情况.
我的数据的最小示例如下.谢谢！
import pandas as pd
import numpy as np
consdf=pd.DataFrame()
for mylocation in ['North','South']:
for scenario in np.arange(1,4):
df= pd.DataFrame()
df['mylocation'] = [mylocation]
df['scenario']= [scenario]
df['this'] = np.random.randint(10,100)
df['that'] = df['this'] * 2
df['something else'] = df['this'] * 3
consdf=pd.concat((consdf, df ), axis=0, ignore_index=True)
mypiv = consdf.pivot('mylocation','scenario').transpose()
level_list =['this','that']
# if level 0 is in level_list --> set level 1 to np.nan
mypiv.iloc[mypiv.index.get_level_values(0).isin(level_list)].index.set_levels([np.nan], level =1, inplace=True)
最后一行不起作用：我得到：
ValueError: On level 1, label max (2) >= length of level (1). NOTE: this index is in an inconsistent state
解决方法:
IIUC您可以使用advanced indexing,get_level_values,set_levels和set_labels方法为级别值添加新值,然后更改索引的标签：
len_ind = len(mypiv.loc[(level_list,)].index.get_level_values(1))
mypiv.index.set_levels([1, 2, 3, np.nan], level=1, inplace=True)
mypiv.index.set_labels([3]*len_ind + mypiv.index.labels[1][len_ind:].tolist(), level=1, inplace=True)
In [219]: mypiv
Out[219]:
mylocation North South
scenario
this NaN 26 46
NaN 32 67
NaN 75 30
that NaN 52 92
NaN 64 134
NaN 150 60
something else 1.0 78 138
2.0 96 201
3.0 225 90
注意其他方案的值将转换为float,因为它应该是一种类型,而np.nan具有float类型.
内容总结
以上是互联网集市为您收集整理的python – 替换pandas多索引中的值全部内容，希望文章能够帮你解决python – 替换pandas多索引中的值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。