У меня есть мультииндексный фреймворк (мультииндекс на строках), и я хочу вставить строку с определенным номером строки. Этот вопрос был рассмотрен раньше (How to insert a row in a Pandas multiindex dataframe?), но у меня есть немного другая проблема, которую я хочу решить.Вставить строку в данные из нескольких индексов
Фактически. Я решил это, но это так уродливо, что я хочу спросить, есть ли лучший способ сделать это.
Поскольку в pandas нет функции insert_row, я решил вставить строку, сначала скопировав свой кадр данных до определенной строки на новый кадр, используя кусочек, затем добавьте строку, которую я хочу вставить, а затем добавьте остальные исходного кадра данных. Фактически, этот подход работает. Вот пример
Сначала я создаю пустой фрейм данных с
pipeinfo_index = pd.MultiIndex.from_tuples([tuple([None, None])], names=["Label", "Side"])
pipeinfoDF = pd.DataFrame(index=pipeinfo_index, columns=[])
pipeinfoDF.drop(np.nan, level='Label', inplace=True)
for i in range(4):
label = "label{}".format(i)
pipeinfoDF.ix[(label, "A"),"COL1"] = i
pipeinfoDF.ix[(label, "B"),"COL1"] = 2*i+1
, который выглядит как
COL1
Label Side
label0 A 0
B 1
label1 A 1
B 3
label2 A 2
B 5
label3 A 3
Я хочу, чтобы добавить строку между label1 и Метка2 таким образом, чтобы получить новый dataframe например
COL1
Label Side
label0 A 0
B 1
label1 A 1
B 3
oker5 A 10
B 30
label2 A 2
B 5
label3 A 3
В моем первом подходе я делаю это в соответствии с моей стратегией, описанной выше
# copy first half to temporary data frame
part1= pipeinfoDF.ix[:"label1"].copy()
# copy second half to temporary data frame
part2= pipeinfoDF.ix["label2":].copy()
# append new row to insert to first part
part1.ix[("oker5", "B"),"COL1"] = 10
part1.ix[("oker5", "A"),"COL2"] = 30
# append second half of row to new data frame
for label, side in part2.index:
print("adding {} {}".format(label, side))
part1.ix[(label, side),:] = part2.ix[(label, side),:]
# copy the new data frame to the initial data frame
pipeinfoDF = part1.copy()
Фактически, это работает; если я распечатаю pipeinfoDF, я получаю именно тот кадр данных, который показан выше. Однако вот проблема: если я хочу сделать это снова (потому что я хочу добавить несколько строк в этот исходный фрейм), я получаю сообщение об ошибке. Даже дальше кусочек кадра данных приведет к ошибке Например, делая
part3= pipeinfoDF2.loc[:"oker5"].copy()
заканчивается ошибкой:
Traceback (most recent call last):
File "C:/Apps/JetBrains/PyCharm Community Edition 4.5.4/jre/jre/bin/DataEelco/.PyCharm/config/scratches/scratch", line 96, in <module>
part3= pipeinfoDF2.loc[:"oker5"].copy()
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\indexing.py", line 1189, in __getitem__
return self._getitem_axis(key, axis=0)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\indexing.py", line 1304, in _getitem_axis
return self._get_slice_axis(key, axis=axis)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\indexing.py", line 1211, in _get_slice_axis
slice_obj.step)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\index.py", line 2340, in slice_indexer
start_slice, end_slice = self.slice_locs(start, end, step=step, kind=kind)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\index.py", line 4990, in slice_locs
return super(MultiIndex, self).slice_locs(start, end, step, kind=kind)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\index.py", line 2490, in slice_locs
end_slice = self.get_slice_bound(end, 'right', kind)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\index.py", line 4961, in get_slice_bound
return self._partial_tup_index(label, side=side)
File "C:\Apps\Anaconda\Anaconda2\envs\py34\lib\site-packages\pandas\core\index.py", line 4996, in _partial_tup_index
(len(tup), self.lexsort_depth))
KeyError: 'Key length (1) was greater than MultiIndex lexsort depth (0)'
Я обнаружил, что эта ошибка связана с тем, что я хочу добавить строки данных в новый кадр данных, которые уже существуют
Если я
print(part1)
я
COL1
Label Side
label0 A 0
B 1
label1 A 1
B 3
Но если я
print(part1.index)
Я вижу
MultiIndex(levels=[['label0', 'label1', 'label2', 'label3'], ['A', 'B']],
labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
names=['Label', 'Side'])
Другими словами, если я нарежьте строки до LABEL1 я действительно получить dataframe, который выглядит как этот срез, но уровни multiindex по-прежнему содержат более высокие уровни. По-видимому, если я попытаюсь добавить этот уровень позже, скопировав строки part2df, это все испортит (и я больше не могу срезать)
Решение, которое я нашел, работает, но является уродливым.Я вместо нарезка начального кадра данных я построить part1 и part2, начиная с пустым кадра данных с помощью следующого рутинной
def get_slice(dataframe, start_from_label=None, end_at_label=None):
# create a empty data frame and initialise with rows copy from the dataframe starting from
# start_from_label and ending at end_at_label
mi = pd.MultiIndex.from_tuples([tuple([None, None])], names=dataframe.index.names)
df_new = pd.DataFrame(index=mi, columns=[])
df_new.drop(np.nan, level='Label', inplace=True)
insert = False
for label, df in dataframe.groupby(level=0):
side_list = df.index.get_level_values('Side')
if start_from_label is None or label == start_from_label:
insert = True
if insert:
for side in side_list:
for col in dataframe.columns:
df_new.ix[(label, side),col] = dataframe.ix[(label, side),col]
if end_at_label is not None and label == end_at_label:
break
return df_new
В основном коде, в том месте, где я создаю ломтик я теперь делать
# part1= pipeinfoDF.ix[:"label1"].copy()
part1 = get_slice(pipeinfoDF, end_at_label="label1")
# part2= pipeinfoDF.ix["label2":].copy()
part2 = get_slice(pipeinfoDF, start_from_label="label2")
Остальная часть кода остается неизменной. Разница в том, что в частях 1 и 2 есть чистое поле с несколькими индексами. Если я печатаю индекс я получаю
MultiIndex(levels=[['label0', 'label1'], ['A', 'B']],
labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
names=['Label', 'Side'])
Если я знаю, нарезать новую dataframe снова, это работает отлично:
part3= pipeinfoDF2.loc[:"oker5"].copy()
print(part3)
Я получаю
COL1
Label Side
label0 A 0
B 1
label1 A 1
B 3
oker5 B 30
A 10
Как вы можете видеть, следующий срез на результирующем фрейме данных больше не вызывает KeyError, что означает, что я могу рекурсивно добавить в этот файл больше строк.
Теперь мой вопрос следующий: как я могу использовать первый метод slicing и все еще иметь возможность разрезать результирующий фрейм данных снова? Решение, которое я нашел сейчас, в основном реализует срез, создавая пустой кадр данных и копируя строки один за другим, но я бы сказал, что это должно быть возможно в лучшем виде. Надеюсь, кто-нибудь может дать мне несколько советов
Eelco
Редактировать на мой комментарий ниже
Оба ответа верны. Фактически, в моей реальной ситуации это было немного сложнее. В примере все метки Side - это A-B, но на самом деле это может измениться, а также я хочу иметь свободу навязывать другой порядок. Если вы учтете это, первый андер с помощью стека/стека не работает. После взлома я больше не могу навязывать другой A/B или B/A. Поэтому я должен использовать опцию с dropna.
Пример, мой dataframe немного отличается
for i in range(4):
label = "label{}".format(i)
if i!=2:
l1 = "A"
l2 = "B"
else:
l1 = "B"
l2 = "A"
pipeinfoDF.ix[(label, l1),"COL1"] = i
pipeinfoDF.ix[(label, l2),"COL1"] = 2*i+1
pipeinfoDF.ix[(label, l1),"COL2"] = 10*i
pipeinfoDF.ix[(label, l2),"COL2"] = 10*(2*i+1)
который выглядит как
COL1 COL2
Label Side
label0 A 0 0
B 1 10
label1 A 1 10
B 3 30
label2 B 2 20
A 5 50
label3 A 3 30
B 7 70
Теперь разборки стопки метод не позволяет вставить строку с, например, B, а затем А, потому после unack/stack, порядок всегда A/B. Это не то, что я хочу.
Так что другое решение на самом деле то, что мне нужно.Существует одна небольшая проблема, возможно, она может быть решена тоже :-)
Мой метод сейчас:
# create the lines to add
newdata = pd.DataFrame(index=pipeinfo_index, columns=[])
newdata.ix[('oker8', "B"), "COL1"] = 10
newdata.ix[('oker8', "A"lot, it), "COL1"] = 30
newdata.ix[('oker8', "B"), "COL2"] = 108
newdata.ix[('oker8', "A"), "COL2"] = 300
newdata2 = pd.DataFrame(index=pipeinfo_index, columns=[])
newdata2.ix[('oker9', "A"), "COL1"] = 20
newdata2.ix[('oker9', "B"), "COL1"] = 50
newdata2.ix[('oker9', "A"), "COL2"] = 2lot, it 023
newdata2.ix[('oker9', "B"), "COL2"] = 5320
#get the indices to add the row
inx1=np.where(pipeinfoDF.reset_index().Label.values=='label1'); inx1=inx1[0][0]+2
inx2=np.where(pipeinfoDF.reset_index().Label.values=='label2'); inx2=inx2[0][0]
#insert the first data row
pipeinfoDF = pd.concat([pipeinfoDF.ix[:inx1], newdata, pipeinfoDF.ix[inx2:]])
pipeinfoDF.drop(np.nan, level='Label', inplace=True)
, правильно дает
COL1 COL2
Label Side
label0 A 0 0
B 1 10
label1 A 1 10
B 3 30
oker8 B 10 108
A 30 300
label2 B 2 20
A 5 50
label3 A 3 30
B 7 70
и второй ряд может рекурсивно быть добавлен в качестве
inx1=np.where(pipeinfoDF.reset_index().Label.values=='label2'); inx1=inx1[0][0]+2
inx2=np.where(pipeinfoDF.reset_index().Label.values=='label3'); inx2=inx2[0][0]
pipeinfoDF = pd.concat([pipeinfoDF.ix[:inx1], newdata2, pipeinfoDF.ix[inx2:]])
pipeinfoDF.drop(np.nan, level='Label', inplace=True)
print(pipeinfoDF)
давая
COL1 COL2
Label Side
label0 A 0 0
B 1 10
label1 A 1 10
B 3 30
oker8 B 10 108
A 30 300
label2 B 2 20
A 5 50
oker9 A 20 2023
B 50 5320
label3 A 3 30
B 7 70
Так что это работает. Единственное, что я не понимаю, - это то, что нарезка с использованием меток вместо индексов невозможна, как только вы начнете с нарезки индексами. Так, например, если вы
печати (pipeinfoDF.ix [: «label2»])
вы снова получите исключение KeyError, в то время как в начале сценария, до того, как первый фрагмент с индексом сделан, нарезание с меткой работает просто отлично: вы правильно получить бы
COL1 COL2
Label Side
label0 A 0 0
B 1 10
label1 A 1 10
B 3 30
label2 B 2 20
A 5 50
Я не уверен, если это будет давать мне проблемы позже. Но, возможно, есть способ исправить это? Ну, до сих пор: большое спасибо за обоих поклонников!
Eelco
Спасибо за ваш ответ. Он работает, если метка A/B не изменяется в порядке, но я немного изменил свой вопрос, потому что в моем реальном коде мне нужно иметь возможность изменять A/B в B/A. Я не думаю, что в этом случае вы все еще можете использовать метод stack –