MultiIndex 上的 Pandas set_levels：级别值必须是唯一的

Question

给定一个数据帧 df

                    Value
Category Pool Class      
A        1.0  1.0       1
              9.0       2
B        1.0  1.0       3
C        1.0  1.0       4
              5.0       5

我想在没有（见下文）的情况下将级别Pool和Class整数转换为整数reset_index。

我尝试使用get_level_values和set_levels像这样的组合

for c in ['Pool', 'Class']:
    df.index.set_levels(df.index.get_level_values(c).astype(int), level=c, inplace=True)

然而，这引发了

ValueError: Level values must be unique: [1, 1, 1, 1, 1] on level 1

为了了解会发生什么，我还尝试使用verify_integrity=False. 然后

df.index.set_levels(df.index.get_level_values('Class').astype(int),
                    level='Class', verify_integrity=False, inplace=True)

产生

                    Value
Category Pool Class      
A        1.0  1         1
              1         2
B        1.0  1         3
C        1.0  1         4
              9         5

而我的目标是获得

                    Value
Category Pool Class      
A        1.0  1         1
              9         2
B        1.0  1         3
C        1.0  1         4
              5         5

如何正确实现这一目标？是链接get_level_values和set_levels正确的方法吗？为什么pandas在用 转换后无法正确设置级别astype？

我想你可以使用reset_index，set_index但是拥有这些方法有什么好处set_levels？

d = {'Category': str, 'Pool': int, 'Class': int}
df.reset_index(drop=False, inplace=True)
for k, v in d.items():
    df[k] = df[k].astype(v)

df.set_index(list(d.keys()), inplace=True)

Answer 1

您可以通过以下方式直接访问索引级别pd.MultiIndex.levels并提供给pd.MultiIndex.set_levels：

df.index = df.index.set_levels(df.index.levels[2].astype(int), level=2)

print(df)

                     Value
Category Pool Class       
A        1.0  1          1
              9          2
B        1.0  1          3
C        1.0  1          4
              5          5

Answer 2

以下函数可以用作 的补充get_level_values：

def set_level_values(midx, level, values):
    full_levels = list(zip(*midx.values))
    names = midx.names
    if isinstance(level, str):
        if level not in names:
            raise ValueError(f'No level {level} in MultiIndex')
        level = names.index(level)
    if len(full_levels[level]) != len(values):
        raise ValueError('Values must be of the same size as original level')
    full_levels[level] = values
    return pd.MultiIndex.from_arrays(full_levels, names=names)

使用此函数，原始问题的解决方案将是：

for c in ['Pool', 'Class']:
    df.index = set_level_values(df.index, level=c, values=df.index.get_level_values(c).astype(int))