我有一个对列和行都使用多索引的 Pandas 数据框。这是一个简化的示例：
import pandas as pd
import datetime
col1 = [datetime.date(2018, 1, 1)+i*datetime.timedelta(days=1) for i in range(4) for j in range(2)]
col2 = [ 'lunch', 'dinner', 'lunch', 'dinner',
'lunch', 'dinner', 'lunch', 'dinner']
hdr1 = ['starter', 'starter', 'main', 'main', ' main', 'dessert', 'dessert']
hdr2 = [ 0, 1, 0, 1, 2, 0, 1]
col_index = pd.MultiIndex.from_arrays([col1, col2], names=['date', 'meal'])
row_index = pd.MultiIndex.from_arrays([hdr1, hdr2], names=['dish', 'content'])
df = pd.DataFrame(index=col_index, columns=row_index)
如果我尝试打印特定的单元格，它工作正常：
In [45]: df.loc[('2018-01-02', 'lunch'), ('starter', 0)]
Out[45]:
date meal
2018-01-02 lunch NaN
Name: (starter, 0), dtype: object
但是，如果我将其保存到 CSV 文件并再次阅读：
# write to CSV
df.to_csv('test.csv')
# read from CSV
df = pd.read_csv('test.csv', index_col=[0, 1], header=[0, 1], parse_dates=True)
这是相同命令的结果：
In [47]: df.loc[('2018-01-02', 'lunch'), ('starter', 0)]
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-47-d0a7081dd150> in <module>()
----> 1 df.loc[('2018-01-02', 'lunch'), ('starter', 0)]
[...]
pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()
KeyError: ('starter', 0)
原因是从CSV文件中读取数据框时，列索引的第二层不再是整数，而是字符串：
In [55]: df.columns.get_level_values(1)
Out[55]: Index(['0', '1', '0', '1', '2', '0', '1'], dtype='object', name='content')
知道如何强制将二级索引读取为整数而不是字符串吗？
我担心唯一的选择就是硬着头皮修复你的标题；使用pd.MultiIndex.set_levels.
df.columns = df.columns.set_levels(
df.columns.get_level_values(1).astype(int), level=1
)
df.loc[('2018-01-02', 'lunch'), ('starter', 0)]
date meal
2018-01-02 lunch NaN
Name: (starter, 0), dtype: object
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句