10

DataFrame行と列のインデックスに MultiIndexes を使用して Pandas を作成し、ASCII テキスト ファイルから読み取れるようにしたいと考えています。私のデータは次のようになります。

col_indx = MultiIndex.from_tuples([('A',  'B',  'C'), ('A',  'B',  'C2'), ('A',  'B',  'C3'), 
                                   ('A',  'B2', 'C'), ('A',  'B2', 'C2'), ('A',  'B2', 'C3'), 
                                   ('A',  'B3', 'C'), ('A',  'B3', 'C2'), ('A',  'B3', 'C3'), 
                                   ('A2', 'B',  'C'), ('A2', 'B',  'C2'), ('A2', 'B',  'C3'), 
                                   ('A2', 'B2', 'C'), ('A2', 'B2', 'C2'), ('A2', 'B2', 'C3'), 
                                   ('A2', 'B3', 'C'), ('A2', 'B3', 'C2'), ('A2', 'B3', 'C3')], 
                                   names=['one','two','three']) 
row_indx = MultiIndex.from_tuples([(0,  'North', 'M'), 
                                   (1,  'East',  'F'), 
                                   (2,  'West',  'M'), 
                                   (3,  'South', 'M'), 
                                   (4,  'South', 'F'), 
                                   (5,  'West',  'F'), 
                                   (6,  'North', 'M'), 
                                   (7,  'North', 'M'), 
                                   (8,  'East',  'F'), 
                                   (9,  'South', 'M')], 
                                   names=['n', 'location', 'sex'])
size=len(row_indx), len(col_indx)
data = np.random.randint(0,10, size)
df = DataFrame(data, index=row_indx, columns=col_indx)
print df

試してみましdf.to_csv()たread_csv()が、インデックスを保持していません。

余分な区切り記号を使用して新しいフォーマットを作成することを考えていました。たとえば、行のインデックスを使用し----------------て列インデックス|の末尾をマークし、行インデックスの末尾をマークします。したがって、次のようになります。

one            | A   A   A   A   A   A   A   A   A  A2  A2  A2  A2  A2  A2  A2  A2  A2
two            | B   B   B  B2  B2  B2  B3  B3  B3   B   B   B  B2  B2  B2  B3  B3  B3
three          | C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3
--------------------------------------------------------------------------------------
n location sex :                                                                      
0 North    M   | 2   3   9   1   0   6   5   9   5   9   4   4   0   9   6   2   6   1
1 East     F   | 6   2   9   2   7   0   0   3   7   4   8   1   3   2   1   7   7   5
2 West     M   | 5   8   9   7   6   0   3   0   2   5   0   3   9   6   7   3   4   9
3 South    M   | 6   2   3   6   4   0   4   0   1   9   3   6   2   1   0   6   9   3
4 South    F   | 9   6   0   0   6   1   7   0   8   1   7   6   2   0   8   1   5   3
5 West     F   | 7   9   7   8   2   0   4   3   8   9   0   3   4   9   2   5   1   7
6 North    M   | 3   3   5   7   9   4   2   6   3   2   7   5   5   5   6   4   2   9
7 North    M   | 7   4   8   6   8   4   5   7   9   0   2   9   1   9   7   9   5   6
8 East     F   | 1   6   5   3   6   4   6   9   6   9   2   4   2   9   8   4   2   4
9 South    M   | 9   6   6   1   3   1   3   5   7   4   8   6   7   7   8   9   2   3

Pandas には、MultiIndexes を使用して ASCII ファイルとの間で DataFrame を読み書きする方法がありますか?

4

2 に答える 2

11

使用しているパンダのバージョンはわかりませんが、TSVファイルに0.7.3エクスポートDataFrameして、次のようにすることでインデックスを保持できます。

df.to_csv('mydf.tsv', sep='\t')

CSVではなくTSVにエクスポートする必要がある理由は、列ヘッダーに,文字が含まれているためです。これで質問の最初の部分が解決するはずです。

2番目の部分は、私が知る限り、DataFrameに何を含めるかを事前に知っておく必要があるため、少し注意が必要です。特に、次のことを知っておく必要があります。

  1. TSVのどの列が行を表すかMultiIndex
  2. また、残りの列もに変換する必要がありますMultiIndex

これを説明するために、上記で保存したTSVファイルを新しいものに読み戻しましょうDataFrame。

In [1]: t_df = read_table('mydf.tsv', index_col=[0,1,2])
In [2]: all(t_df.index == df.index)
Out[2]: True

そのため、元の行インデックスと同じ行インデックスを持つをなんとか読み込むことができmydf.tsvました。だが：DataFramedf

In [3]: all(t_df.columns == df.columns)
Out[3]: False

そして、ここでの理由は、パンダ（私が知る限り）にはヘッダー行を正しく解析する方法がないためMultiIndexです。上で述べたように、TSVファイルヘッダーがを表すことを知っている場合MultiIndexは、次のようにしてこれを修正できます。

In [4]: from ast import literal_eval
In [5]: t_df.columns = MultiIndex.from_tuples(t_df.columns.map(literal_eval).tolist(), 
                                              names=['one','two','three'])
In [6]: all(t_df.columns == df.columns)
Out[6]: True
于 2012-06-15T00:00:13.627 に答える
5

次を使用して、印刷オプションを変更できますset_option。

display.multi_sparse:
: boolean
   デフォルトTrue、「スパース化」MultiIndex表示
   (グループ内の外側のレベルで繰り返される要素を表示しない)

これで、DataFrame が必要に応じて出力されます。

In [11]: pd.set_option('multi_sparse', False)

In [12]: df
Out[12]: 
one             A   A   A   A   A   A   A   A   A  A2  A2  A2  A2  A2  A2  A2  A2  A2
two             B   B   B  B2  B2  B2  B3  B3  B3   B   B   B  B2  B2  B2  B3  B3  B3
three           C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3   C  C2  C3
n location sex                                                                       
0 North    M    2   1   6   4   6   4   7   1   1   0   4   3   9   2   0   0   6   4
1 East     F    3   5   5   6   4   8   0   3   2   3   9   8   1   6   7   4   7   2
2 West     M    7   9   3   5   0   1   2   8   1   6   0   7   9   9   3   2   2   4
3 South    M    1   0   0   3   5   7   7   0   9   3   0   3   3   6   8   3   6   1
4 South    F    8   0   0   7   3   8   0   8   0   5   5   6   0   0   0   1   8   7
5 West     F    6   5   9   4   7   2   5   6   1   2   9   4   7   5   5   4   3   6
6 North    M    3   3   0   1   1   3   6   3   8   6   4   1   0   5   5   5   4   9
7 North    M    0   4   9   8   5   7   7   0   5   8   4   1   5   7   6   3   6   8
8 East     F    5   6   2   7   0   6   2   7   1   2   0   5   6   1   4   8   0   3
9 South    M    1   2   0   6   9   7   5   3   3   8   7   6   0   5   4   3   5   9

注: 古い pandas バージョンでは、これはpd.set_printoptions(multi_sparse=False).

于 2013-01-15T18:11:51.833 に答える