Python 将两列设置为Pandas中的元组索引

假设我有一个包含列0、1和“未来连接”的熊猫数据帧。如何将列0和1设置为一个元组索引：

例如，此数据帧：

0   1        Future Connection
6   840      0.0
4   197      1.0
620 979      0.0

将导致：

0           Future Connection
(6, 840)    0.0
(4, 197)    1.0
(620, 979)  0.0

---

将列表理解用于提取列

0，1

：

print (df.columns)
Index([0, 1, 'Future Connection'], dtype='object')

df.index = [x for x in zip(df.pop(0), df.pop(1))]
print (df)
            Future Connection
(6, 840)                  0.0
(4, 197)                  1.0
(620, 979)                0.0

如何将列0和1设置为一个元组索引：

“元组索引”作为一个概念在熊猫中并不存在。您可以有一个包含元组的

对象

dtype索引，但不建议这样做。最好的选择是使用

多索引

，它通过NumPy数组高效地存储基础值。事实上，熊猫通过以下方式促进了这一点：

---

为什么不使用jpp推荐的多级索引呢？这正是我想要的。但这正是我在Coursera学习的课程想要返回以获得一些分数的地方。@Nikko，你应该写信给Coursera，解释他们没有像应该教的那样教熊猫。这是对熊猫的典型误用。@jpp哈哈哈。主题是关于Python中的NetworkX。这两列是一组节点。然后将其传递给ML以预测未标记的“节点”集。在这种情况下，它预测了两名员工拥有“未来联系”的可能性。再次感谢！谢谢你的澄清。数据来自Coursera。我只是跟着走了。@Nikko，我一点也不奇怪，熊猫被滥用的方式有很多种。这只是其中之一。遗憾的是，这是一个过程。@jpp，或者任何想插话的人，我很高兴你们演示了多重索引，但我很好奇为什么使用元组索引是一种误用。缺点是什么？提前谢谢。@KalebCoberly，请参阅和对该答案的第一条评论，关于使用

object

dytpe的低效性。@jpp，谢谢。所以问题是多索引更有效，而不是将元组用于索引是错误的还是其他什么？只是效率不高？这是一个非常优雅的答案。我再次向耶斯雷尔学习。再次感谢你！你真是最棒的！

df = df.set_index([0, 1])

print(df)
#          Future Connection
# 0   1                     
# 6   840                0.0
# 4   197                1.0
# 620 979                0.0

print(df.index)
# MultiIndex(levels=[[4, 6, 620], [197, 840, 979]],
#            labels=[[1, 0, 2], [1, 0, 2]],
#            names=[0, 1])

print(df.index.values)
# [(6, 840) (4, 197) (620, 979)]