Pandas MultiIndex DataFrame行/列编辑与访问实现问题
Pandas MultiIndex 结构DataFrame行/列编辑操作指南
常见报错原因
- 类numpy的三维下标语法在Pandas中不支持。你之前写的
house_dataframe[:,houses[0],columns[0]]这种形式,没法通过DataFrame的基础方括号索引同时拆分多层行索引、指定列取值,会直接触发语法错误。 - 示例代码存在变量定义不匹配问题:未定义
block_id就用于计算矩阵行数、赋值时错将列名列表columnsx写为不存在的columns,也会导致运行失败。 - 原示例的MultiIndex构造逻辑存在长度不匹配问题:拼接行索引的两个数组长度不一致,就算索引语法正确,也会因为索引和数据行数对不上报错。
可运行的基础DataFrame构造
先把原示例的构造逻辑修正,得到符合需求的MultiIndex DataFrame:
import pandas as pd import datetime import numpy as np houses = ['house01', 'house02'] date_from = pd.Timestamp(2021, 1, 1, 1) hours = np.array([date_from + datetime.timedelta(hours=i) for i in range(5)]) columnsx = ['electricity', 'gas', 'heat'] # 正确拼接MultiIndex:每个时间戳对应全部房屋记录 house_array = [] hours_array = [] for hour in hours: for house in houses: hours_array.append(hour) house_array.append(house) arrays = [hours_array, house_array] tuples = list(zip(*arrays)) indices = pd.MultiIndex.from_tuples(tuples, names=['hour', 'item']) # 生成零值基础DataFrame house_dataframe = pd.DataFrame( np.zeros((len(hours)*len(houses), len(columnsx))), index=indices, columns=columnsx )
目标需求的正确赋值实现
需求:为house01对应的全部时间戳的electricity列,赋值列表[100, 200, 150, 130, 200],有三种常用实现方式:
方法一:pd.IndexSlice配合.loc访问(通用场景首选)
这是处理多层索引切片最灵活的写法,能自由指定任意索引层级的取值范围:
# 导入MultiIndex专用切片器 idx = pd.IndexSlice electricity_data_house_1 = [100, 200, 150, 130, 200] # 行维度指定:保留所有hour取值,item层级筛选为'house01';列维度指定为'electricity' house_dataframe.loc[idx[:, 'house01'], 'electricity'] = electricity_data_house_1
注意:赋值的列表长度必须和筛选出的目标行数完全一致,否则会触发值长度不匹配的报错。
方法二:xs交叉选取定位目标子集
如果不需要做复杂的跨层级切片,只想快速选定某一层索引的固定值,可以用这个更简便的写法:
# 选定item层级为'house01'的所有行中的electricity列赋值 house_dataframe.xs(key='house01', level='item')['electricity'] = electricity_data_house_1
方法三:布尔索引筛选行
通过判断索引层级的取值筛选目标行,逻辑更直观易懂:
# 筛选item值为house01的行索引 target_rows = house_dataframe.index.get_level_values('item') == 'house01' house_dataframe.loc[target_rows, 'electricity'] = electricity_data_house_1
其他常用MultiIndex编辑操作参考
- 修改某栋房屋的所有列值:去掉.loc里的列范围限制即可,比如给house02的所有列赋值,写为
house_dataframe.loc[idx[:, 'house02'], :] = 对应维度的二维数组 - 修改某个时间点的所有房屋记录:指定时间点的取值,另一层用切片覆盖所有值即可,比如选中2021-01-01 03:00的所有行,写为
house_dataframe.loc[(pd.Timestamp(2021,1,1,3), slice(None)), :] = 对应的值
内容的提问来源于stack exchange,提问作者roubalikm
相关产品推荐
相关产品推荐

