Pandas: como criar colunas de vários níveis

8

Eu tenho um DataFrame de pandas que possui as seguintes colunas:

n_0
n_1
p_0
p_1
e_0
e_1

Eu quero transformá-lo para ter colunas e sub-colunas:

Eu procurei na documentação e estou completamente perdido em como implementar isso. Alguém tem alguma sugestão?

pandas

— Michael Hooreman
fonte

1

Finalmente, encontrei uma solução.

Você pode encontrar o script de exemplo abaixo.

#!/usr/bin/env python3
import pickle
import pandas as pd
import itertools
import numpy as np

data = pd.DataFrame(np.random.randn(10, 5), columns=('0_n', '1_n', '0_p', '1_p', 'x'))

indices = set()
groups = set()
others = set()
for c in data.columns:
    if '_' in c:
        (i, g) = c.split('_')
        c2 = pd.MultiIndex.from_tuples((i, g),)
        indices.add(int(i))
        groups.add(g)
    else:
        others.add(c)
columns = list(itertools.product(groups, indices))
columns = pd.MultiIndex.from_tuples(columns)
ret = pd.DataFrame(columns=columns)
for c in columns:
    ret[c] = data['%d_%s' % (int(c[1]), c[0])]
for c in others:
    ret[c] = data['%s' % c]
ret.rename(columns={'total': 'total_indices'}, inplace=True)

print("Before:")
print(data)
print("")
print("After:")
print(ret)

Desculpa por isso...

— Michael Hooreman
fonte

1

columns=[('0', 'n'), ('0', 'p'), ('0', 'e'), ('1', 'n'), ('1', 'p'), ('1', 'e')]

df.columns = pd.MultiIndex.from_tuples(columns)

— Leopold
fonte

Isso não faz nada para transformar o quadro de dados existente.

— Stephen Rauch

@StephenRauch Adiciona colunas de vários níveis ao quadro de dados existente. Não é isso que você quer?

— Leopold

A questão era sobre a transformação de um quadro de dados existente.

— Stephen Rauch

Sim, o df em df.columns é seu quadro de dados existente. Tente.

— Leopold

Hum, eu não preciso tentar, pois estou muito familiarizado com os pandas. Seu código é uma solução codificada. Não faz nenhuma tentativa de olhar para o quadro de dados existente. Se os nomes das colunas forem diferentes, seu código NÃO funcionará.

— Stephen Rauch

0

Eu tive que ajustar a classificação do victor para obter o formato de coluna específico do OP:

df = df.sort_index(level=0, axis=1)

0 1 e n p e n p 0 -0.995452 -3.237846 1.298927 -0.269253 -0.857724 -0.461103

— Trenton
fonte

-2

Existe uma solução mais simples:

  data.columns = data.columns.str.split('_', expand=True)

Para organizar os nomes das colunas, também é possível:

 data.sort_index(axis=1, inplace=True)

Para alterar os níveis da coluna:

 data = data.reorder_levels([1,0], axis=1)

— vencedor
fonte