Python 冗余多指标

我已经编写了一些函数来帮助聚合数据。最后，他们给了我想要的，但有一个疯狂的多索引系列：

fec988a2-6eba-49e0-8327-a89f25143ccf  fec988a2-6eba-49e0-8327-a89f25143ccf  com.facebook.katana                  fec988a2-6eba-49e0-8327-a89f25143ccf    1067
                                                                            com.android.systemui                 fec988a2-6eba-49e0-8327-a89f25143ccf     935
                                                                            com.facebook.orca                    fec988a2-6eba-49e0-8327-a89f25143ccf     893
                                                                            com.android.chrome                   fec988a2-6eba-49e0-8327-a89f25143ccf     739
                                                                            com.whatsapp                         fec988a2-6eba-49e0-8327-a89f25143ccf     515

我只需要第一个索引，以及一个带有应用程序名称（当然还有值）的索引。如何消除这样不必要的索引？

您可以使用双优先删除不必要的级别（此处仅为

2

，因为在删除另一个中

group\u keys=False

），然后使用

name='new'

将

Series

转换为

DataFrame

并设置新列名：

df = pd.DataFrame({'application':list('abbddedcc'),
                   'id':list('aaabbbbbb')})

print (df)
  application id
0           a  a
1           b  a
2           b  a
3           d  b
4           d  b
5           e  b
6           d  b
7           c  b
8           c  b

---

或者从第一个

groupby

中删除

id

，而不是测试相同的输出是否具有真实数据：

top = 2
df1 = (df.groupby(['application'])['id']
        .value_counts()
        .groupby(['id'], group_keys=False)
        .nlargest(top)
        .reset_index(name='new'))
print (df1)
  application id  new
0           b  a    2
1           a  a    1
2           d  b    3
3           c  b    2

---

可以将pd.DataFrame.reset_index（）或pd.Series.reset_index（）与drop=True参数一起使用：

n = 5
df = pd.DataFrame({'idx0': [0] * n, 'idx1': range(n, 0, -1), 
                   'idx2': range(0, n), 'idx3': ['a'] * n,
                    'value': [i/2 for i in range(n)]},
                  ).set_index(['idx0', 'idx1', 'idx2',  'idx3'])

df
Out:                     
idx0    idx1    idx2    idx3  value
0       5       0       a     0.0
        4       1       a     0.5
        3       2       a     1.0
        2       3       a     1.5
        1       4       a     2.0 

df.reset_index(level=(1, 3), drop=True)

Out:          
idx0    idx2    value
0       0       0.0
        1       0.5
        2       1.0
        3       1.5
        4       2.0

---

您是否认为

df=df.reset_index（level=[0,1]）.reset_index（）

？如果您有一个多索引，那么您可以使用函数

droplevel

。有关文档，请参阅。@jezrael:“ValueError:无法插入id，已经存在”@Inkidu616-然后使用

df=df.reset_index（级别=[0,1]）。重命名_轴（['a'，'b']）。reset_index（）

。顺便问一下，这些问题使用了什么代码？也许解决方案应该是更改此代码。@jezrael:同样的问题（第一个重置索引就是导致它的原因）。我无意中用这行代码创建了冗余索引：

df.groupby（['id'，application']）['id'].value_counts（）.groupby（['id']）.nlagest（top）

可以在

中重置索引，而len（df.index）>1

？@ghasmnadaf-这取决于需要；）显然是的，如果要将

多索引

转换为列。如果想将

索引

转换为列，可以使用

.reset_index（）

默认值

索引

，例如，使用

df=pd.DataFrame（{'A'：['A'，'A'，'A']，'B'：list（范围（3））

和

df=df.reset_index（）

Sweet对我完全有帮助。谢谢谢谢问题是有些索引具有相同的名称（id），所以我在尝试除去其中一个之外的所有索引时出错。正如@jezrael所指出的，通过向groupby函数添加'group_keys=False'参数来解决这个问题。

n = 5
df = pd.DataFrame({'idx0': [0] * n, 'idx1': range(n, 0, -1), 
                   'idx2': range(0, n), 'idx3': ['a'] * n,
                    'value': [i/2 for i in range(n)]},
                  ).set_index(['idx0', 'idx1', 'idx2',  'idx3'])

df
Out:                     
idx0    idx1    idx2    idx3  value
0       5       0       a     0.0
        4       1       a     0.5
        3       2       a     1.0
        2       3       a     1.5
        1       4       a     2.0 

df.reset_index(level=(1, 3), drop=True)

Out:          
idx0    idx2    value
0       0       0.0
        1       0.5
        2       1.0
        3       1.5
        4       2.0