Python pandas.DataFrame-如何按组重新编制索引？

新索引是否可以分别应用于使用

groupby

进行的分组？准确地说-是否有一种优雅的方法可以做到这一点，并且可以通过

groupby

groups更改原始DF

UPD： 我的数据如下所示：

   A  B         C
0  a  x  0.903343
1  a  z  0.982050
2  g  x  0.274823
3  g  y  0.334491
4  c  z  0.756728
5  f  z  0.697841
6  d  z  0.505845
7  b  z  0.768199
8  b  y  0.743012
9  e  x  0.697212

我通过列“A”和“B”进行分组，我希望该列的每一个唯一的值对在原始DF中都具有相同的索引值。另外，原始的DF可能很大，我正试图弄清楚如何在不形成整个新DF的情况下进行这样的重新索引

当前我正在使用此解决方案：

df = pd.DataFrame({'A': [random.choice(ascii_lowercase[:5]) for _ in xrange(10)],
                    'B': [random.choice(['x', 'y']) for _ in xrange(10)],
                    'C': [random.random() for _ in xrange(10)]})

df['id'] = None
new_df = pd.DataFrame()
for i, (n, g) in enumerate(df.groupby(['A', 'B'])):
    g['id'] = i
    new_df = new_df.append(g)

new_df.set_index('id', inplace=True)

---

您可以使用pandas中的一些内部功能快速执行此操作：

首先创建测试数据帧：

import pandas as pd
import random
random.seed(1)
df = pd.DataFrame({'A': [random.choice(ascii_lowercase[:5]) for _ in xrange(10)],
                    'B': [random.choice(['x', 'y']) for _ in xrange(10)],
                    'C': [random.random() for _ in xrange(10)]})

如果希望新id与A列和B列的顺序相同：

m = pd.MultiIndex.from_arrays((df.A, df.B))
df.index = pd.factorize(pd.lib.fast_zip(m.labels), sort=True)[0]
print df

输出为：

   A  B         C
1  a  y  0.025446
7  e  x  0.541412
6  d  y  0.939149
2  b  x  0.381204
3  c  x  0.216599
4  c  y  0.422117
5  d  x  0.029041
6  d  y  0.221692
1  a  y  0.437888
0  a  x  0.495812

  A  B         C
0  a  y  0.025446
1  e  x  0.541412
2  d  y  0.939149
3  b  x  0.381204
4  c  x  0.216599
5  c  y  0.422117
6  d  x  0.029041
2  d  y  0.221692
0  a  y  0.437888
7  a  x  0.495812

如果您不关心新id的顺序：

m = pd.MultiIndex.from_arrays((df.A, df.B))
la, lb = m.labels
df.index = pd.factorize(la*len(lb)+lb)[0]
print df

输出为：

   A  B         C
1  a  y  0.025446
7  e  x  0.541412
6  d  y  0.939149
2  b  x  0.381204
3  c  x  0.216599
4  c  y  0.422117
5  d  x  0.029041
6  d  y  0.221692
1  a  y  0.437888
0  a  x  0.495812

  A  B         C
0  a  y  0.025446
1  e  x  0.541412
2  d  y  0.939149
3  b  x  0.381204
4  c  x  0.216599
5  c  y  0.422117
6  d  x  0.029041
2  d  y  0.221692
0  a  y  0.437888
7  a  x  0.495812

---

如果你能提供一些样本数据，那会很方便。另外，这里有一些含糊不清的地方，你可以澄清一下。是否要修改组名？组中选定的行索引？如果您可以显示起始df、groupby以及您试图完成的重新索引类型，这将非常有用。如果我理解正确，您似乎正在尝试为a列和B列的每个组合创建具有唯一值的整数索引。除非您出于特定原因需要整数索引，您只需使用a列和B列以及

df.set_index（[“a”，“B”]）.sort（）

创建一个多索引，这将允许您使用

xs

和

ix

执行所有相同的选择和切片整数索引。示例：

df.ix[“a”].ix[“y”]

或

df.xs（key=“x”，level=1）

。