熊猫重建索引dataframe multiindex

Question

我有一个时间序列数据框，我想通过试验和测量重新索引它。

，简体中文，我有这样的：

   value 
Trial   
    1  0  13 
      1   3 
      2   4 
    2  3  NaN 
      4  12 
    3  5  34 

，我想变成这样：

    value 
Trial  
    1  0  13 
      1   3 
      2   4 
    2  0  NaN 
      1  12 
    3  0  34 

我怎样才能最好做到这一点？

Answer 1

就在昨天，杰出的安迪海登把这个功能加入了0.13版本的熊猫，它将在任何一天发布。有关他添加到文档中的使用示例，请参见here。

如果您愿意从源代码安装熊猫开发版本，现在就可以使用它。

df['Measurements'] = df.reset_index().groupby('Trial').cumcount() 

下面的代码是等价的，如果少了精辟的，任何新版本的熊猫会工作。

grouped = df.reset_index().groupby('Trial') 
df['Measurements'] = grouped.apply(lambda x: Series(np.arange(len(x)), x.index)) 

终于，df.set_index(['Trial', 'Measurements'], inplace=True)得到您想要的结果。