Python 数据帧多索引上的替换操作

我有两个数据帧，试图用另一个子串替换多索引的level1上的子串，但失败了

例如，我有一个数据帧df

Index0   Index1    0     1     2
A        BX       .2    .3    .9      
         CX       .34   .55   .54           

D        EX       .34   .44   .32
         FX       .43.  .88.  .06

我正试图用Y替换Index1子字符串X，以便我的结果
如下所示

Index0   Index1    0     1     2
A        BY       .2    .3    .9      
         CY       .34   .55   .54           

D        EY       .34   .44   .32
         FY       .43.  .88.  .06

我正在使用以下函数

df.replace('X','Y')

但是，我得到以下错误

AttributeError                   Traceback (most recent   call last)
<ipython-input-56-fc7014a2d950> in <module>()
  8 
  9 
---> 10 df.replace('X','Y')

AttributeError: 'MultiIndex' object has no attribute 'replace'

---

AttributeError回溯（最近一次调用）
在（）
8.
9
--->10 df.替换（'X'，'Y'）
AttributeError:“多索引”对象没有属性“替换”

@cᴏʟᴅsᴘᴇᴇᴅ 改进了我的答案，所以我会在这里留下一个较慢的备选答案

import numpy as np
df = pd.DataFrame(np.random.randn(4,3), 
                  index=[list('aabb'), [n + 'X' for n in list('abcd')]])

这里有一种使用

reset\u index

的替代方法。如果您想在多个列中替换，这将是适用的。诀窍在于不能在索引上使用

replace

，因此必须将其“放入”数据帧

new = (df.reset_index()
           .select_dtypes(include=['object'])
           .apply(lambda col: col.str.replace('X', 'Y')))

df.index = pd.MultiIndex.from_tuples(new.values.tolist())

---

@cᴏʟᴅsᴘᴇᴇᴅ 改进了我的答案，所以我会在这里留下一个较慢的备选答案

import numpy as np
df = pd.DataFrame(np.random.randn(4,3), 
                  index=[list('aabb'), [n + 'X' for n in list('abcd')]])

这里有一种使用

reset\u index

的替代方法。如果您想在多个列中替换，这将是适用的。诀窍在于不能在索引上使用

replace

，因此必须将其“放入”数据帧

new = (df.reset_index()
           .select_dtypes(include=['object'])
           .apply(lambda col: col.str.replace('X', 'Y')))

df.index = pd.MultiIndex.from_tuples(new.values.tolist())

---

你做的比你需要的多

df 
                  0     1     2
Index0 Index1                  
A      BX        .2    .3  0.90
       CX       .34   .55  0.54
D      EX       .34   .44  0.32
       FX      .43.  .88.  0.06

使用

pd.MultiIndex.from_arrays

可以一步完成

df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                       df.index.levels[1].str.replace('X', 'Y')])

df
                  0     1     2
Index0 Index1                  
A      BY        .2    .3  0.90
       CY       .34   .55  0.54
D      EY       .34   .44  0.32
       FY      .43.  .88.  0.06

---

性能

%%timeit
new = (df.reset_index()
            .select_dtypes(include=['object'])
            .apply(lambda col: col.str.replace('X', 'Y')))

df.index = pd.MultiIndex.from_tuples(new.values.tolist())

10 loops, best of 3: 93.5 ms per loop

对于一个微小的数据帧，几乎

100ms

。与之相比：

%%timeit
df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                        df.index.levels[1].str.replace('X', 'Y')])

1000 loops, best of 3: 934 µs per loop

---

你做的比你需要的多

df 
                  0     1     2
Index0 Index1                  
A      BX        .2    .3  0.90
       CX       .34   .55  0.54
D      EX       .34   .44  0.32
       FX      .43.  .88.  0.06

使用

pd.MultiIndex.from_arrays

可以一步完成

df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                       df.index.levels[1].str.replace('X', 'Y')])

df
                  0     1     2
Index0 Index1                  
A      BY        .2    .3  0.90
       CY       .34   .55  0.54
D      EY       .34   .44  0.32
       FY      .43.  .88.  0.06

---

性能

%%timeit
new = (df.reset_index()
            .select_dtypes(include=['object'])
            .apply(lambda col: col.str.replace('X', 'Y')))

df.index = pd.MultiIndex.from_tuples(new.values.tolist())

10 loops, best of 3: 93.5 ms per loop

对于一个微小的数据帧，几乎

100ms

。与之相比：

%%timeit
df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0),
                                        df.index.levels[1].str.replace('X', 'Y')])

1000 loops, best of 3: 934 µs per loop

或者试试这个

df.index=pd.MultiIndex.from_tuples([(x[0], x[1].replace('X', 'Y')) for x in df.index])
df
Out[304]: 
             0         1         2
a aY -0.696181 -1.929523 -1.903956
  bY  0.071061 -0.594185 -2.005251
b cY -0.097761  0.093667  1.780550
  dY  0.127887  1.534395  0.352351

或者试试这个

df.index=pd.MultiIndex.from_tuples([(x[0], x[1].replace('X', 'Y')) for x in df.index])
df
Out[304]: 
             0         1         2
a aY -0.696181 -1.929523 -1.903956
  bY  0.071061 -0.594185 -2.005251
b cY -0.097761  0.093667  1.780550
  dY  0.127887  1.534395  0.352351

---

---

请添加创建df的代码。实际上，

df

看起来像一个Indexdf是一个数据帧。Index0和Index1是（）8 9--->10 df.replace（'X'，'Y'）AttributeError中df dataframe.AttributeError回溯（最近一次调用）的索引：“多索引”对象没有属性“replace”Yes，我想用上面突出显示的另一个子字符串修改多索引子字符串，但我无法这样做，因此我的问题是。请添加创建df的代码。实际上，

df

看起来像一个Indexdf是一个数据帧。Index0和Index1是（）8 9--->10 df.replace（'X'，'Y'）AttributeError中df dataframe.AttributeError回溯（最近一次调用）的索引：“多索引”对象没有属性“replace”Yes，我想用上面突出显示的另一个子字符串修改多索引子字符串，但我无法这样做，因此我提出了我的问题。好方法-我使用了一个使用

reset\u index

-将索引推到可编辑的数据框列中-然后使用

set\u index

将这些值推回到索引中。这是侵入性较小的；更优雅。我不认为仅仅用一个系列来做一个简单的替换是最好的方法。@Coldspeed没有，但不是很吸引人？？好方法-我在玩一个使用

reset\u index

-将索引推到可编辑的数据框列中-然后使用

set\u index

将这些值推回到索引中的方法。这是侵入性较小的；更优雅。我不认为仅仅用一个系列来做一个简单的替换是最好的方法。@Coldspeed不，但不是那么吸引人吗？你说得对，我想

str.replace

不能对索引进行操作。这应该是公认的答案@user2560244@user2560244如果你决定使用这个答案，你可以接受这个答案。根据，您可以随时更改您的接受。您是对的，Think

str.replace

无法对索引进行操作。这应该是公认的答案@user2560244@user2560244如果你决定使用这个答案，你可以接受这个答案。根据，您可以随时更改您的接受。这里有一个循环。但更好。我能理解的唯一解决办法；-）这里有一个循环。但更好。我能理解的唯一解决办法；-）