时间戳

首页 > 解决方案 > 在 pandas 中提取多索引类型

python - 在 pandas 中提取多索引类型

问题描述

我有一个数据框，我在其中set_index()使用 3 列。我想提取与每个索引关联的数据类型。我怎样才能有效地做到这一点？我不想这样做，type(df.index.get_level_values())因为 df 很大。

MWE：

import pandas as pd
df = pd.DataFrame({"id": [1,2,1,2], "time": [1, 1, 2, 2], "val": [1,2,3,4]})
df.set_index(keys=["id", "time"], inplace=True)
type(df.index.get_level_values(1))
#pandas.core.indexes.numeric.Int64Index

我还想知道索引中实际数据的类型（即，看看这个我知道它是整数，但也能得到这样的东西会很好：

type(df.index.get_level_values(1).values[0])
#numpy.int64

标签： pythonpandas

解决方案

你可以使用[lev.dtype.type for lev in index.levels]：

import pandas as pd
df = pd.DataFrame({"id": [1,2,1,2], "time": [1, 1, 2, 2], "val": [1,2,3,4]})
df.set_index(keys=["id", "time"], inplace=True)
index = df.index

print([lev.dtype.type for lev in index.levels])
# [<class 'numpy.int64'>, <class 'numpy.int64'>]

# Alternatively, there is the private attribute, `_inferred_type_levels`,  
# but this is probably not what you are looking for.
print(index._inferred_type_levels)
# ['integer', 'integer']

index.levels是一维索引的 FrozenList：

In [172]: list(index.levels)
Out[172]: 
[Int64Index([1, 2], dtype='int64', name='id'),
 Int64Index([1, 2], dtype='int64', name='time')]

推荐阅读