Pandas DataFrame 列转换为多级索引：将列提升为主索引的教程

---

本教程详细介绍了如何将 pandas dataframe 中的某个列提升为新的主索引，同时保留原有的索引作为二级索引。通过使用 `set_index` 方法结合 `append=true` 参数，以及 `swaplevel` 操作，您可以灵活地重构 dataframe 的索引结构，实现将列数据转换为多级索引的需求，从而优化数据访问和分析。

在数据分析和处理中，Pandas DataFrame 是一种强大的工具。有时，我们需要根据 DataFrame 中某个列的值来构建更复杂的索引结构，例如将其提升为多级索引中的主索引，同时保留原始索引作为次级索引。这种操作对于数据的组织、查询和聚合都至关重要。

理解问题场景

假设我们有一个 Pandas DataFrame，其结构如下：

                     data  day_of_month  days_in_month
timestamp                                             
2025-01-03 09:00:00    12             3             31

当前 DataFrame 的索引是 timestamp（一个 Pandas Timestamp 类型）。我们的目标是将 days_in_month 列的值作为新的主索引，而 timestamp 则变为二级索引。

对于这种需求，一些常见的 DataFrame 重塑操作，如 pivot 或 melt，通常不适用于直接将列转换为多级索引并保留现有索引的场景。pivot 主要用于将列值转换为新的列，而 melt 则用于将宽格式数据转换为长格式。我们需要的是一种更直接的索引操作。

解决方案：set_index 结合 append 和 swaplevel

Pandas 提供了 set_index 方法，它允许我们将 DataFrame 中的一个或多个列设置为新的索引。结合 append=True 参数和 swaplevel 方法，我们可以优雅地实现上述目标。

1. 准备示例数据

首先，我们创建一个与问题描述相符的 DataFrame：

import pandas as pd

# 创建一个示例索引
idx = pd.Index(['2025-01-03 09:00:00'], name='timestamp')

# 创建示例 DataFrame
df = pd.DataFrame([[12, 3, 31]], index=idx, columns=['data', 'day_of_month', 'days_in_month'])

print("原始 DataFrame:")
print(df)

输出：

原始 DataFrame:
                     data  day_of_month  days_in_month
timestamp                                             
2025-01-03 09:00:00    12             3             31

2. 使用 set_index 添加新索引级别

set_index() 方法允许我们将一个或多个列设置为 DataFrame 的索引。当 append=True 时，它会将指定的列作为新的索引级别添加到现有索引的 内层。

BlessAI

Bless AI 提供五个独特的功能：每日问候、庆祝问候、祝福、祷告和名言的文本生成和图片生成。

135 查看详情

# 将 'days_in_month' 列添加到现有索引的内层
# append=True 表示保留原有索引并添加新索引级别
df_indexed = df.set_index('days_in_month', append=True)

print("\n添加 'days_in_month' 为内层索引后的 DataFrame:")
print(df_indexed)

输出：

添加 'days_in_month' 为内层索引后的 DataFrame:
                                   data  day_of_month
timestamp           days_in_month                      
2025-01-03 09:00:00 31                   12             3

此时，DataFrame 已经拥有了一个多级索引，其中 timestamp 是外层索引（级别 0），days_in_month 是内层索引（级别 1）。

3. 使用 swaplevel 交换索引级别

为了让 days_in_month 成为主索引（外层），我们需要交换这两个索引的级别。swaplevel(level1, level2) 方法可以实现这一点，它接受两个参数，分别代表要交换的索引级别。在 Python 中，索引级别通常从 0 开始计数。

# 交换索引级别：将级别 0 (timestamp) 与级别 1 (days_in_month) 互换
out = df_indexed.swaplevel(0, 1)

print("\n交换索引级别后的最终 DataFrame:")
print(out)

输出：

交换索引级别后的最终 DataFrame:
                                   data  day_of_month
days_in_month timestamp                                       
31            2025-01-03 09:00:00    12             3

现在，days_in_month 已经成功地成为了 DataFrame 的主索引，而 timestamp 则作为二级索引。

完整代码示例

将上述步骤整合到一起，完整的解决方案如下：

import pandas as pd

# 1. 准备示例数据
idx = pd.Index(['2025-01-03 09:00:00'], name='timestamp')
df = pd.DataFrame([[12, 3, 31]], index=idx, columns=['data', 'day_of_month', 'days_in_month'])

print("原始 DataFrame:")
print(df)

# 2. 将 'days_in_month' 列添加到现有索引的内层
#    append=True 确保保留原有索引并添加新级别
df_with_new_inner_index = df.set_index('days_in_month', append=True)

print("\n添加 'days_in_month' 为内层索引后的 DataFrame:")
print(df_with_new_inner_index)

# 3. 交换索引级别，使 'days_in_month' 成为主索引
#    swaplevel(0, 1) 将当前级别 0 (timestamp) 与级别 1 (days_in_month) 互换
final_df = df_with_new_inner_index.swaplevel(0, 1)

print("\n交换索引级别后的最终 DataFrame:")
print(final_df)

# 验证最终 DataFrame 的索引类型和名称
print("\n最终 DataFrame 索引信息:")
print(final_df.index)

注意事项与总结

• set_index() 的 append 参数：
  • append=True：将新索引添加到现有索引的内层，形成多级索引。这是本教程实现目标的关键。
  • append=False (默认值)：替换现有索引为新的索引，如果原索引有名称，新索引会继承。
• swaplevel() 的参数： 可以是索引的整数位置（从 0 开始），也可以是索引的名称。例如，如果索引有名称，也可以使用 df.swaplevel('timestamp', 'days_in_month')。
• 多列索引： 如果需要将多个列同时提升为多级索引，set_index() 可以接受一个列名列表。例如 df.set_index(['col1', 'col2'], append=True)。
• 性能考量： 对于非常大的 DataFrame，频繁的索引操作可能会有性能开销。在设计数据结构时，应尽量一次性构建好所需的索引。

通过 set_index(..., append=True) 和 swaplevel() 这两个强大的 Pandas 方法，我们可以灵活地将 DataFrame 中的列提升为多级索引，从而更好地组织和操作数据，满足复杂的数据分析需求。

以上就是Pandas DataFrame 列转换为多级索引：将列提升为主索引的教程的详细内容，更多请关注其它相关文章！

# app  # python  # 我们可以  # 重构  # 如何实现  # 多个  # 数据结构  # 转换为  # 数据访问  # 工具  # 伊川微网站建设  # 网站推广托管工作计划  # 新疆建设网站平台  # 抖音团购关键词排名  # 山西SEO优化电池  # 苏州市高端网站建设  # 沈阳百度seo外推  # 加强学院网站建设  # 黑客seo 书籍  # 怎么看关键词排名亚马逊  # 的是  # 创建一个  # 设置为  # 这两个 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： Golang如何使用log记录日志信息_Golang log日志记录方法总结  Golang如何实现HTTP请求重试机制_Golang HTTP请求错误处理策略  Go语言反射机制：如何访问被嵌入结构体遮蔽的方法  抖音号显示企业机构号是什么意思？企业机构号申请条件是什么？  漫蛙manwa漫画官网链接_漫蛙manwa最新可用网址推荐  小红书网页版怎么进 小红书网页版通用入口  win11如何运行chkdsk命令 Win11检查和修复磁盘逻辑错误教程【修复】  yy漫画官方网站登录入口_yy漫画在线阅读页面地址  VBA Outlook邮件自动化：高效集成Excel数据与列标题的策略  j*a中ArrayBlockingQueue的使用  电脑桌面图标怎么变大变小_Windows个性化设置第一课【新手入门】  Excel如何快速合并单元格内容_Excel文本合并与函数操作技巧  AI图层蒙版怎么用_AI图层蒙版应用技巧与设计实例  C++中的explicit关键字有什么作用_C++类型转换控制与explicit使用  掌握Go App Engine项目结构与GOPATH：包管理与导入实践  PPT智能排版生成入口 免费PPT内容自动生成平台  SQLAlchemy 2.0 与 Pydantic 模型类型安全集成指南  优化CSS动画与J*aScript定时器协同：构建稳定Toast提示  SQL聚合查询、联接与筛选：GROUP BY 子句的正确使用与常见陷阱  Google Drive API服务器端访问指南：服务账户认证详解  京东快递物流信息不更新怎么办_物流停滞原因与处理方法  荣耀盒子应用管理技巧  优化Flask模板中SQLAlchemy查询迭代标签：处理字符串空格问题  TikTok搜索结果不显示怎么办 TikTok搜索刷新与优化方法  pubmed数据库官方主页_pubmed学术论文查找官网直达  Google Drive API 认证：服务账户与OAuth 2.0的选择与实践  键盘保修需要什么_键盘售后维修流程  在Peewee中处理PostgreSQL记录重复：一站式数据摄取教程  《虎扑》关闭社区内容推荐方法  Flexbox布局实践：实现底部页脚与顶部粘性导航条的完美结合  C++二维数组动态分配方法_C++指针与数组内存布局  一加 Ace 6V 快充无法启用_一加 Ace 6V 充电优化  Python实战：高效处理实时数据流中的最小/最大值  iPhone 14 Pro如何更改区域设置_iPhone 14 Pro地区语言修改教程  iPhone16Plus参数配置如何调整声音_iPhone16Plus参数配置声音调整详细方法  精通VS Code多光标编辑以实现闪电般快速的修改  123平台官方登录入口 123邮箱网页端在线沟通工具  Lar*el Dusk 测试中管理浏览器权限：以剪贴板访问为例  J*aScript装饰器_元编程实战  PDF如何批量加注释_PDF多文件批注高亮操作教程  《微信》视频号原创声明开启方法  LINUX怎么查看显卡信息_LINUX查看GPU状态  lol小红书怎么|直播|？lol小红书|直播|是什么意思？  Sublime Text怎么关闭自动完成_Sublime禁用Auto Complete设置  Win10如何关闭操作中心通知 Win10免打扰设置全攻略【清爽】  Final Cut Pro视频加EQ教程  Python中深度嵌套字典与列表的数据提取与条件过滤指南  《三国：谋定天下》平民全阶段通用阵容  附近酒吧怎么找？  Sublime怎么配置YAML文件格式化_Sublime YAML Formatter插件教程 

 2025-12-14