python - tablas - ¿Cómo cambiar el valor del índice de cuadros de datos de Pandas?

recorrer data frame pandas

Question

Tengo un df :

>>> df
                   sales     cash
STK_ID RPT_Date                  
000568 20120930   80.093   57.488
000596 20120930   32.585   26.177
000799 20120930   14.784    8.157

Y desea cambiar el valor del índice de la primera fila de (''000568'',''20120930'') a (''000999'',''20121231'') . El resultado final será:

>>> df
                   sales     cash
STK_ID RPT_Date                  
000999 20121231   80.093   57.488
000596 20120930   32.585   26.177
000799 20120930   14.784    8.157

¿Cómo lograr esto?

Answer 1

Con esta configuración:

import pandas as pd
import io

text = ''''''/
STK_ID RPT_Date sales cash
000568 20120930 80.093 57.488
000596 20120930 32.585 26.177
000799 20120930 14.784 8.157
''''''

df = pd.read_csv(io.BytesIO(text), delimiter = '' '', 
                 converters = {0:str})
df.set_index([''STK_ID'',''RPT_Date''], inplace = True)

El índice, df.index se puede reasignar a un nuevo MultiIndex como este:

index = df.index
names = index.names
index = [(''000999'',''20121231'')] + df.index.tolist()[1:]
df.index = pd.MultiIndex.from_tuples(index, names = names)
print(df)
#                   sales    cash
# STK_ID RPT_Date                
# 000999 20121231  80.093  57.488
# 000596 20120930  32.585  26.177
# 000799 20120930  14.784   8.157

O bien, el índice podría convertirse en columnas, los valores en las columnas podrían reasignarse y luego las columnas regresarían a los índices:

df.reset_index(inplace = True)
df.ix[0, [''STK_ID'', ''RPT_Date'']] = (''000999'',''20121231'')
df = df.set_index([''STK_ID'',''RPT_Date''])
print(df)

#                   sales    cash
# STK_ID RPT_Date                
# 000999 20121231  80.093  57.488
# 000596 20120930  32.585  26.177
# 000799 20120930  14.784   8.157

El benchmarking con IPython %timeit sugiere reasignar el índice (el primer método, arriba) es significativamente más rápido que reiniciar el índice, modificar los valores de columna y luego volver a establecer el índice (el segundo método, arriba):

In [2]: %timeit reassign_index(df)
10000 loops, best of 3: 158 us per loop

In [3]: %timeit reassign_columns(df)
1000 loops, best of 3: 843 us per loop