Python 更改多索引级别：“；ValueError:在级别0上，代码最大值>；=“标高长度”；

我很难更改一些代码，这些代码将

多索引的
'date'
部分调整为
MonthEnd
，如下所示（取决于
'date'
部分位于位置0）：

offset=pd.offset.MonthEnd（）
df.index.set_levels（df.index.levels[0]+偏移量，level=0，inplace=True）

inplace
参数在
pandas=1.2.1
中标记为已弃用（出于充分的理由，我完全赞成）

在重构代码时，我想我也希望使用命名级别（
'date'
），而不是
int
级别（
0
），以便于可读性和可维护性。因此，我写道：

level='date'
mi=df.index
df=df.set\u索引（mi.set\u级别（mi.unique（级别）+偏移量，级别=级别）

这很好地工作了，直到它遇到了一个
df
，它是另一个df的副本，带有
多索引的子集

考虑以下设置作为一个简单的示例：

def get_example_df（notbefore=None）：
np.random.seed（0）
n=3
日期=pd.日期范围（'2000'，频率=MS'，周期=n）
名称=列表（'ab'）
df=pd.DataFrame(
np.random.randint（10，size=n*len（名称）），
列=['x']，
index=pd.MultiIndex.from_产品（[日期，名称]，
名称=（'date'，'name'））
)
如果之前没有：
dates=df.index.get_level_值（'date'）
df=df.loc[日期>=notbefore]
返回df
级别='日期'
offset=pd.offset.MonthEnd（）

没有截断，一切都很好：

df=get\u example\u df（）
>>>df
x
日期名称
2000-01-01 a 5
b 0
2000-02-01甲3
b 3
2000-03-01 a 7
b 9
#注:
>>>测向索引代码[0]
数组（[0,0,1,1,2,2]，dtype=int8）
>>>mi=df.index
>>>df.set_索引（mi.set_级别（mi.unique（级别）+偏移，级别=级别））
x
日期名称
2000-01-31 a 5
b 0
2000-02-29 a 3
b 3
2000-03-31 a 7
b 9

但是，当
多索引
是一个视图时（因为
notbefore
不是
None
），那么它就相当糟糕了：

df=get_example_df（notbefore='2000-02-15'）
>>>df
x
日期名称
2000-03-01 a 7
b 9
>>>mi=df.index
>>>df.set_索引（mi.set_级别（mi.unique（级别）+偏移，级别=级别））
...
ValueError:在级别0上，代码max（2）>=级别（1）的长度。注意：此索引处于不一致状态

问题是当

df

为截断值时，

mi.codes[0]

不是从0开始的：

>>df.index.code[0]
数组（[2,2]，dtype=int8）

因此，我们面临的不幸情况是：

>len（df.index.levels[0]）
3.
>>>len（df.index.get_level_值（level））
2.
>>>len（df.index.unique（级别））
1.

并且唯一可以分配回该级别的（在添加

偏移量之后）是
df.index.levels[0]

对于我的新代码，我能想到的唯一一件似乎可靠工作的事情是：

level_idx=df.index.names.index（'date'））
#级别_idx现在为0
mi=df.index
mi=mi.set_levels（mi.levels[level_idx]+偏移量，level=level_idx）

现在：

>>mi
多索引（[（'2000-03-31'，'a'），
（'2000-03-31'，'b'），
名称=[“日期”，“名称”]）
>>>mi.代码[0]
数组（[2,2]，dtype=int8）#与前面一样

这感觉是错误的。最好有一个
.set_unique（）
，它将是
.unique（）
的强大对应物，即使
.code
不是从0开始的。这也是低效的（例如，当
.unique（）
值比
多索引的整个长度少得多时）

我遗漏了什么吗？
根据我们的讨论，我认为您可能需要删除：

这在pandas版本中是新的：
在0.20.0版本中是新的。

mi = df1.index.remove_unused_levels()
df1.set_index(mi.set_levels(mi.unique(level) + offset, level=level))

我相信您可能需要删除未使用的级别，但只需确认
df1=get\u example\u df（notbefore='2000-02-15'）
，
mi=df1.index.remove\u unused\u levels（）
然后
df1.set\u index（mi.unique（level）+offset，level=level））
？太好了！如果你能把它作为一个答案发布，我就可以接受并升级了。这有多方便，你知道吗？（我的意思是，我们支持pandas早在
pandas>=0.24
）它是从
0.20.0受支持的。
：）
from pandas.tseries.offsets import MonthEnd

def get_example_df(notbefore=None):
    np.random.seed(0)
    n = 3
    dates = pd.date_range('2000', freq='MS', periods=n)
    names = list('ab')
    df = pd.DataFrame(
        np.random.randint(10, size=n * len(names)),
        columns=['x'],
        index=pd.MultiIndex.from_product([dates, names],
                                     names=('date', 'name'))
    )
    if notbefore:
        dates = df.index.get_level_values('date')
        df = df.loc[dates >= notbefore]
    return df

df=get_example_df()
endOfMonth=[pd.to_datetime(x[0].strftime("%Y-%m"))+MonthEnd(1) for x in df.index]
df.reset_index(inplace=True) 
df['date']=endOfMonth
df=df.set_index(['date','name'])
print(df)



 date       name  x 
 2000-01-31 a     5
            b     0
 2000-02-29 a     3
            b     3
 2000-03-31 a     7
            b     9