为什么我的多索引数据框有重复的索引值？
我有以下pd.DataFrame，名为df：
date cluster_label value0 2018-11-14 02:16:22 0 1.5
1 2018-11-14 02:16:22 0 7.0
2 2018-11-14 02:16:22 0 2.5
3 2018-11-14 02:16:22 1 3.0
4 2018-11-14 02:16:22 1 0.5
5 2018-11-14 02:16:22 2 1.0
在设置多级索引或数据框之前，我执行以下命令将日期列转换为仅包含月份和年份值：
self.df['date'] = self.df['date'].dt.to_period('M')
self.df.set_index(['cluster_label', 'date'], inplace=True)
现在，输出是这样的：
valuecluster_label date
0 2018-11 1.5
2018-11 7.0
2018-11 2.51 2018-11 3.0
2018-11 0.52 2018-11 1.0
但这是错误的。我希望输出没有日期列的重复索引。输出应如下所示：
valuecluster_label date
0 2018-11 1.5
7.0
2.51 2018-11 3.0
0.52 2018-11 1.0
我做错了什么，如何更改我的代码以获得所需的输出？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
-
一种选择是附加cumcounted级别：
df.set_index(df.groupby(level=[0,1]).cumcount(), append=True)
valuecluster_label date
0 2018-11 0 1.51 7.0 2 2.51 2018-11 0 3.0
1 0.52 2018-11 0 1.0
df.set_index(df.groupby(level=[0,1]).cumcount(), append=True).index
MultiIndex(levels=[[0, 1, 2], [2018-11], [0, 1, 2]],
labels=[[0, 0, 0, 1, 1, 2], [0, 0, 0, 0, 0, 0], [0, 1, 2, 0, 1, 0]],
names=['cluster_label', 'date', None])
另一个选项（我不建议）是显式屏蔽这些值并重置索引。
u = np.where(df.index.duplicated(), '', df.index.get_level_values(1))
df.index = pd.MultiIndex.from_arrays([df.index.get_level_values(0), u])df
valuecluster_label
0 2018-11 1.57.0 2.51 2018-11 3.0
0.52 2018-11 1.0
2019-07-17 23:26:20赞同 展开评论