Pandas：数据框中的多个索引：删除一些，保留其他答案

【问题标题】：Pandas: Multiple indices in a dataframe: drop some, keep othersPandas：数据框中的多个索引：删除一些，保留其他
【发布时间】：2021-12-30 16:18:37
【问题描述】：

我的数据结构如下：

>>> df.head()
                                   value
Date       FIPS_state Date              
2001-01-01 1          2001-03-31  6.4621
           2          2001-03-31 11.3259
           4          2001-03-31  6.3467
           5          2001-03-31  6.0613
           6          2001-03-31  7.5069

[为了方便起见，我想在此处发布此数据框，但我现在什至无法弄清楚。但是请参阅data 以及进一步向下概述的步骤以重新创建它。]

想要的输出是：

>>> df.head()                                   
   FIPS_state Date        value      
0  1          2001-03-31  6.4621
1  2          2001-03-31 11.3259
2  4          2001-03-31  6.3467
3  5          2001-03-31  6.0613
4  6          2001-03-31  7.5069

我想删除第一个 Date 索引但保留第二个 Date 索引，并将 FIPS_state 索引作为变量。

也许我一开始就不应该在这里。 Date 索引是在运行以下命令时创建的：

import pandas
from pandas import Timestamp

data = pandas.DataFrame.from_dict({'FIPS_state': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1}, 'FIPS_county': {0: 3, 1: 3, 2: 3, 3: 3, 4: 3}, 'value': {0: 3.1, 1: 3.4, 2: 3.9, 3: 5.9, 4: 6.4}, 'Date': {0: Timestamp('2020-12-01 00:00:00'), 1: Timestamp('2020-11-01 00:00:00'), 2: Timestamp('2020-10-01 00:00:00'), 3: Timestamp('2020-09-01 00:00:00'), 4: Timestamp('2020-08-01 00:00:00')}, 'Month/Year': {0: '12/2020', 1: '11/2020', 2: '10/2020', 3: '9/2020', 4: '8/2020'}})

df = data.set_index('Date').groupby(['Date','FIPS_state']).resample('Q')['value'].mean().to_frame()

>>> df.head()
#   FIPS_state FIPS_county  value       Date Month/Year
# 0          1           3 3.1000 2020-12-01    12/2020
# 1          1           3 3.4000 2020-11-01    11/2020
# 2          1           3 3.9000 2020-10-01    10/2020
# 3          1           3 5.9000 2020-09-01     9/2020
# 4          1           3 6.4000 2020-08-01     8/2020

编辑：这甚至没有做正确的计算，是吗？哦，我的...无论如何，@user17242583 在下面回答了我关于索引的问题，谢谢！

【问题讨论】：

我曾多次尝试涉及.reset_index(inplace=True, drop=True) 和.rename_axis(None)，但我敢说我对这些指标没有很好的了解。
你的输出不会对你的 df 做任何事情，它是一样的
我也注意到了...
@BENY 和用户：看起来我在重新采样数据时搞砸了，对吧？
@PatrickT 是的，我就是这样

标签： python pandas pandas-groupby multi-index

【解决方案1】：

我觉得你需要

df.groupby([pd.Grouper(key='Date', freq='Q'), 'FIPS_state'])['value'].mean().reset_index()

        Date  FIPS_state     value
0 2020-09-30           1  6.150000
1 2020-12-31           1  3.466667

【讨论】：

谢谢@BENY！一分钟前我接受了另一个答案，但你的答案非常及时，最终这是我需要解决的问题。我之前曾尝试使用pandas.Grouper，但没能理解它（在有限的时间和精力下）。这很有帮助！顺便说一句，我从你对 pandas 数据框的许多答案中学到了很多东西。伟大的贡献！
你也是一个很好的熊猫老师@PatrickT。 :) 在这个问题之前，我不知道将 MultiIndex 转换为普通列是多么容易：D

【解决方案2】：

您可以通过从索引中删除第一个 Date 列（或任何 Date 列 - 不应该有重复的列名）来做到这一点：

df.index = df.index.droplevel(0)

然后重置索引：

df = df.reset_index()

输出：

>>> df
   FIPS_state        Date    value
0           1  2001-03-31   6.4621
1           2  2001-03-31  11.3259
2           4  2001-03-31   6.3467
3           5  2001-03-31   6.0613
4           6  2001-03-31   7.5069

【讨论】：

纯魔法！谢谢！你知道我应该如何实施resample('Q') 步骤来避免这个问题吗？
重复项在索引中，或者在重新采样时管道方法的某些时候它是否也在列名中？
嗯...对resample()知之甚少，我无法给出太多建议。我不确定为什么 Date 列会重复。不过可以肯定的是，它在索引中重复了。
使用 groupby 总是会创建一个新的数据框，其中索引是您分组的列，因此具有 FPS_state 和 Date 的 MultiIndex 是因为您在 groupby 中指定了这些列。
您调用mean()，它只返回一个系列...索引是那个多索引，所以也许您可以删除系列的整个索引并将其直接分配给 df 像这样？ df['val'] = df.set_index('Date').groupby(['Date','FIPS_state']).resample('Q')['value'].mean().reset_index(drop=True)