如何在Python中通过关联DataFrame替换pandas双层索引值

问题场景 #

我有一个以Asset（对应索引层As）和Scenario（对应索引层Scen）为双层索引的Pandas DataFrame，原始数据如下：

As       Scen         V1     v2     v3
0           1         34     45     78 
0           2         30     95     58
0           3         14     -5     68
1           1         54     44     -8
1           2         34     45     78
1           3         39     40     96
2           1         34     45     68
2           2         94     -5     78
2           3         64     55     78

同时有两个映射关系的DataFrame：

Asset映射表 #

Index   AssetName AssetExp
0       Asset1      X
1       Asset2      Y
2       Asset3      Z

Scenario映射表 #

Index   ScenarioName sensitivity
1       Scenario1       5
2       Scenario2       10
3       Scenario3       5

需求是将原DataFrame的双层索引数值替换为目标名称，得到如下结果：

As       Scen             V1     v2     v3
Asset0    Scenario1         34     45     78 
Asset0    Scenario2         30     95     58
Asset0    Scenario3         14     -5     68
Asset1    Scenario1         54     44     -8
Asset1    Scenario2         34     45     78
Asset1    Scenario3         39     40     96
Asset2    Scenario1         34     45     68
Asset2    Scenario2         94     -5     78
Asset2    Scenario3         64     55     78

解决方案 #

步骤1：构造示例数据（已有数据可跳过） #

先构造对应DataFrame用于演示：

import pandas as pd

# 构造主数据框
main_data = {
    'V1': [34, 30, 14, 54, 34, 39, 34, 94, 64],
    'v2': [45, 95, -5, 44, 45, 40, 45, -5, 55],
    'v3': [78, 58, 68, -8, 78, 96, 68, 78, 78]
}
main_index = pd.MultiIndex.from_tuples(
    [(0,1), (0,2), (0,3), (1,1), (1,2), (1,3), (2,1), (2,2), (2,3)],
    names=['As', 'Scen']
)
df_main = pd.DataFrame(main_data, index=main_index)

# 构造Asset映射表
asset_data = {
    'AssetName': ['Asset1', 'Asset2', 'Asset3'],
    'AssetExp': ['X', 'Y', 'Z']
}
df_asset = pd.DataFrame(asset_data, index=[0, 1, 2])

# 构造Scenario映射表
scen_data = {
    'ScenarioName': ['Scenario1', 'Scenario2', 'Scenario3'],
    'sensitivity': [5, 10, 5]
}
df_scen = pd.DataFrame(scen_data, index=[1, 2, 3])

步骤2：替换索引标签 #

根据目标需求，As索引替换为Asset+原数值，Scen索引替换为映射表中的ScenarioName：

# 生成新的As索引标签：Asset拼接原索引数值
new_as_labels = [f'Asset{idx}' for idx in df_main.index.get_level_values('As')]
# 从Scenario映射表中匹配对应名称
new_scen_labels = df_scen.loc[df_main.index.get_level_values('Scen'), 'ScenarioName'].tolist()

# 构造新的双层索引
new_index = pd.MultiIndex.from_tuples(
    list(zip(new_as_labels, new_scen_labels)),
    names=['As', 'Scen']
)

# 替换主数据框的索引
df_main.index = new_index

可选：使用Asset映射表的名称 #

如果目标中的As名称是笔误，实际需要使用df_asset中的AssetName，修改new_as_labels的生成逻辑即可：

# 从Asset映射表中获取对应名称
new_as_labels = df_asset.loc[df_main.index.get_level_values('As'), 'AssetName'].tolist()

执行上述代码后，df_main就会生成符合要求的目标DataFrame。

内容的提问来源于stack exchange，提问作者Eve Chanatasig