使用分层索引更改数据框中的数据
如何使用分层索引来更改DataFrame中的每个元素？ 例如，也许我想将字符串转换为浮点数：
from pandas import DataFrame
f = DataFrame({'a': ['1,000','2,000','3,000'], 'b': ['2,000','3,000','4,000']})
f.columns = [['level1', 'level1'],['item1', 'item2']]
f
Out[152]:
level1
item1 item2
0 1,000 2,000
1 2,000 3,000
2 3,000 4,000
我试过这个：
def clean(group):
group = group.map(lambda x: x.replace(',', ''))
return group
f.apply(clean)
Out[153]:
(level1, item1) (level1, item2)
0 1000 2000
1 2000 3000
2 3000 4000
正如你所看到的，它会改变层次索引相当多。 我怎样才能避免这种情况？ 或者也许有更好的方法。
谢谢
将axis选项传递给apply函数：
In [265]: f.apply(clean, axis=1)
Out[265]:
level1
item1 item2
0 1000 2000
1 2000 3000
2 3000 4000
当两个轴都有层次索引时，这里有一个解决方法：
In [316]: f.index = [[1,2,3],[1,2,3]]
In [317]: f
Out[317]:
level1
item1 item2
1 1 1,000 2,000
2 2 2,000 3,000
3 3 3,000 4,000
In [314]: f.apply(clean, axis=1).reindex(f.index)
Out[314]:
level1
item1 item2
1 1 1000 2000
2 2 2000 3000
3 3 3000 4000
上一篇: Changing data in a dataframe with hierarchical indexing