python改写评分等级_python – Pandas：修改特定级别的Multiindex

我有一个带有Multiindex的数据框,想要修改Multiindex的一个特定级别.例如,第一级可能是字符串,我可能想要从该索引级别删除空格：

df.index.levels[1] = [x.replace(' ', '') for x in df.index.levels[1]]

但是,上面的代码会导致错误：

TypeError: 'FrozenList' does not support mutable operations.

我知道我可以reset_index并修改列然后重新创建Multiindex,但我想知道是否有更优雅的方法来直接修改Multiindex的某个特定级别.

解决方法:

感谢@ cxrodgers的评论,我认为最快的方法是：

df.index = df.index.set_levels(df.index.levels[0].str.replace(' ', ''), level=0)

旧的,更长的回答：

我发现@Shovalt建议的列表理解有效但在我的机器上感觉很慢(使用带有> 10,000行的数据帧).

相反,我能够使用.set_levels方法,这对我来说要快得多.

%timeit pd.MultiIndex.from_tuples([(x[0].replace(' ',''), x[1]) for x in df.index])

1 loop, best of 3: 394 ms per loop

%timeit df.index.set_levels(df.index.get_level_values(0).str.replace(' ',''), level=0)

10 loops, best of 3: 134 ms per loop

实际上,我只需要预先添加一些文本.使用.set_levels时速度更快：

%timeit pd.MultiIndex.from_tuples([('00'+x[0], x[1]) for x in df.index])

100 loops, best of 3: 5.18 ms per loop

%timeit df.index.set_levels('00'+df.index.get_level_values(0), level=0)

1000 loops, best of 3: 1.38 ms per loop

%timeit df.index.set_levels('00'+df.index.levels[0], level=0)

1000 loops, best of 3: 331 µs per loop

此解决方案基于@denfromufa评论链接中的答案…

标签：multi-index,python,pandas,immutability

来源： https://codeday.me/bug/20190930/1836036.html