键错误和MultiIndex lexsort深度

Question

我有一组制表符分隔文件,我必须阅读它们,将它们用作pandas数据帧,对它们执行一大堆操作然后将它们合并回一个excel文件,代码太长所以我要去经历有问题的一部分

我正在解析的选项卡文件包含所有相同数量的行2177

当我读取这些文件时,我按前两列的类型(string,int)进行索引

df = df.set_index(['id', 'coord'])
data = OrderedDict()
#data will contain all the information I am writing to excel
data[filename_id] = df

我正在做的其中一个程序需要访问每行数据[sample_id],其中包含用列'id'和'coord'索引的混合类型的数据帧,就像这样

sample_row = data[sample].ix[index]

我的索引是('id','coord')

如果我正在处理文件的一个子集,一切都很好,但如果我用2177行读取整个文件,我最终会收到此错误消息

KeyError: 'Key length (2) was greater than MultiIndex lexsort depth (0)'

我搜遍了SO和所有地方似乎这是一个排序索引的问题,但我不明白为什么使用未排序的子集不会导致问题

关于如何解决这个问题的任何想法？

谢谢

Answer 1

文件非常好.如果您使用多索引,通过(多次!)读取它们是值得的,请参阅此处

In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))

In [10]: df
Out[10]: 
         value
one two       
1   a        0
    b        1
    c        2
2   a        3
    b        4
    c        5
3   a        6
    b        7
    c        8

In [11]: df.index.lexsort_depth
Out[11]: 2

In [12]: df.sortlevel(level=1)
Out[12]: 
         value
one two       
1   a        0
2   a        3
3   a        6
1   b        1
2   b        4
3   b        7
1   c        2
2   c        5
3   c        8

In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0

In [9]: df = DataFrame(np.arange(9).reshape(-1,1),columns=['value'],index=pd.MultiIndex.from_product([[1,2,3],['a','b','c']],names=['one','two']))

In [10]: df
Out[10]: 
         value
one two       
1   a        0
    b        1
    c        2
2   a        3
    b        4
    c        5
3   a        6
    b        7
    c        8

In [11]: df.index.lexsort_depth
Out[11]: 2

In [12]: df.sortlevel(level=1)
Out[12]: 
         value
one two       
1   a        0
2   a        3
3   a        6
1   b        1
2   b        4
3   b        7
1   c        2
2   c        5
3   c        8

In [13]: df.sortlevel(level=1).index.lexsort_depth
Out[13]: 0

更新:

sortlevel将被弃用,所以使用sort_indexie

df.sort_index(level=1)