在Pandas中如何基于现有MultiIndex创建新的索引层级？

我们可以通过提取原datetime层级、做分钟舍入后追加为新索引层级的方式实现，以下是完整可运行的代码示例：

1. 构造测试用MultiIndex（已有索引的可以跳过这一步） #

import pandas as pd

# 示例：构造由datetime、行号组成的双层MultiIndex
dt_level = pd.date_range("2024-05-20 09:02:15", periods=6, freq="22s")
row_level = [1,2,3,4,5,6]
original_midx = pd.MultiIndex.from_arrays(
    [dt_level, row_level],
    names=["raw_datetime", "row_number"]
)

2. 核心操作：舍入datetime并追加新层级 #

# 提取datetime层级，舍入到最近分钟
rounded_min = original_midx.get_level_values("raw_datetime").round("min")

# 方法1：直接在原索引基础上追加新层级，新层级默认排在最后
new_midx = original_midx.append_levels([rounded_min], names=["rounded_minute"])

# 方法2：如果需要自定义层级顺序，可以直接重新构造MultiIndex
new_midx = pd.MultiIndex.from_arrays(
    [rounded_min, original_midx.get_level_values("raw_datetime"), original_midx.get_level_values("row_number")],
    names=["rounded_minute", "raw_datetime", "row_number"]
)

3. 结果验证 #

执行print(new_midx)可以看到新的索引结构如下，已经成功新增了舍入后的分钟层级：

MultiIndex([('2024-05-20 09:02:00', '2024-05-20 09:02:15', 1),
            ('2024-05-20 09:02:00', '2024-05-20 09:02:37', 2),
            ('2024-05-20 09:03:00', '2024-05-20 09:02:59', 3),
            ('2024-05-20 09:03:00', '2024-05-20 09:03:21', 4),
            ('2024-05-20 09:03:00', '2024-05-20 09:03:43', 5),
            ('2024-05-20 09:04:00', '2024-05-20 09:04:05', 6)],
           names=['rounded_minute', 'raw_datetime', 'row_number'])

注意事项 #

• pandas 1.3.0及以上版本原生支持datetime的round("min")语法，低版本用户可以先升级pandas，或者用pd.to_datetime((dt_level.astype('int64') // 60e9 ) * 60e9)实现等价的分钟舍入逻辑。

内容的提问来源于stack exchange，提问作者Jonny Shanahan