Установка индекса строки и запрос на фрейм данных pandas с колонками с несколькими индексами

Question

Начиная с pandas данных с многомерной структурой заголовка столбца, такой как следующий, есть способ, которым я могу преобразовать заголовки и Area Codes, чтобы они охватывают каждый уровень (т.е. так одного Area Names и Area Codes метки, охватывающих несколько заголовок столбца, строки?

Если да, то как я мог бы выполнить запрос по столбцу просто возвращает строку, соответствующую определенному значению (например, Код города из E06000047), или очень высокие значенияНизкая и для АНГЛИИ в 2012/13?

Интересно, было бы легче определить индекс строки на основе либо Area Code или Площадь имен или индекс ['*Area Code*', '*Area Names*'] строки в два столбца. И если да, как я могу сделать это из текущей таблицы? set_index, похоже, не работает при использовании текущей структуры?

фрагмент кода для создания выше:

import pandas as pd 

df= pd.DataFrame({('2011/12*', 'High', '7-8'): {3: 49.83, 
    5: 50.01, 
    7: 48.09, 
    8: 43.58, 
    9: 44.19}, 
('2011/12*', 'Low', '0-4'): {3: 6.51, 5: 6.53, 7: 6.49, 8: 6.41, 9: 6.12}, 
('2011/12*', 'Medium', '5-6'): {3: 17.44, 
    5: 17.59, 
    7: 18.11, 
    8: 19.23, 
    9: 20.01}, 
('2011/12*', 'Very High', '9-10'): {3: 26.22, 
    5: 25.87, 
    7: 27.32, 
    8: 30.78, 
    9: 29.68}, 
('2012/13*', 'High', '7-8'): {3: 51.16, 
    5: 51.35, 
    7: 48.47, 
    8: 44.67, 
    9: 49.39}, 
('2012/13*', 'Low', '0-4'): {3: 5.71, 5: 5.74, 7: 6.73, 8: 8.42, 9: 6.51}, 
('2012/13*', 'Medium', '5-6'): {3: 17.1, 
    5: 17.29, 
    7: 18.46, 
    8: 20.23, 
    9: 15.81}, 
('2012/13*', 'Very High', '9-10'): {3: 26.03, 
    5: 25.62, 
    7: 26.34, 
    8: 26.68, 
    9: 28.3}, 
('Area Codes', 'Area Codes', 'Area Codes'): {3: 'K02000001', 
    5: 'E92000001', 
    7: 'E12000001', 
    8: 'E06000047', 
    9: 'E06000005'}, 
('Area Names', 'Area Names', 'Area Names'): {3: 'UNITED KINGDOM', 
    5: 'ENGLAND', 
    7: 'NORTH EAST', 
    8: 'County Durham', 
    9: 'Darlington'}}) 

Answer 1

Я думаю, что вам нужно set_index с кортежей для задается MultiIndex:

df.set_index([('Area Codes','Area Codes','Area Codes'), 
       ('Area Names','Area Names','Area Names')], inplace=True) 
df.index.names = ['Area Codes','Area Names'] 
print (df) 
          2011/12*      2012/13*  \ 
           High Low Medium Very High  High Low 
           7-8 0-4 5-6  9-10  7-8 0-4 
Area Codes Area Names              
K02000001 UNITED KINGDOM 49.83 6.51 17.44  26.22 51.16 5.71 
E92000001 ENGLAND   50.01 6.53 17.59  25.87 51.35 5.74 
E12000001 NORTH EAST  48.09 6.49 18.11  27.32 48.47 6.73 
E06000047 County Durham  43.58 6.41 19.23  30.78 44.67 8.42 
E06000005 Darlington  44.19 6.12 20.01  29.68 49.39 6.51 


          Medium Very High 
          5-6  9-10 
Area Codes Area Names      
K02000001 UNITED KINGDOM 17.10  26.03 
E92000001 ENGLAND   17.29  25.62 
E12000001 NORTH EAST  18.46  26.34 
E06000047 County Durham 20.23  26.68 
E06000005 Darlington  15.81  28.30 

Затем нужно sort_index, потому что:

KeyError: 'MultiIndex Slicing requires the index to be fully lexsorted tuple len (2), lexsort depth (0)'

df.sort_index(inplace=True) 

Последнее использование выбирающий по slicers:

idx = pd.IndexSlice 
print (df.loc[idx['E06000047',:], :]) 

         2011/12*      2012/13*  \ 
          High Low Medium Very High  High Low 
           7-8 0-4 5-6  9-10  7-8 0-4 
Area Codes Area Names              
E06000047 County Durham 43.58 6.41 19.23  30.78 44.67 8.42 


         Medium Very High 
          5-6  9-10 
Area Codes Area Names      
E06000047 County Durham 20.23  26.68 

---

print (df.loc[idx[:,'ENGLAND'], idx['2012/13*',['Low','Very High']]]) 
         2012/13*   
          Low Very High 
          0-4  9-10 
Area Codes Area Names     
E92000001 ENGLAND  5.74  25.62