按顺序标注索引以复制DataFrame索引

Question

我有一个这样的DataFrame：

df = pd.DataFrame([100,200,300], [1,1,2])

     0
1  100
1  200
2  300

我想添加一个二级索引(MultiIndex)，如下所示：

           0
index i2     
1     0  100
      1  200
2     0  300

也就是说，我希望二级索引(在这里称为i2)为零，其中df.duplicated()为False (意味着索引与上面的索引不相同)，并且是其他行的顺序编号。

一般的想法是采用一个有重复的索引，并通过引入一个从零开始的额外的索引级别，使其不再具有重复的索引，并且只在需要时递增，以使完整的索引对每一行都是唯一的。

解决方案应该使用NumPy或Pandas函数，而不是Python循环，也就是说，应该将其向量化。

Answer 1

我认为您可以使用cumcount (首先使用Series或DataFrame，所以首先使用Index.to_series或Series构造函数)和MultiIndex.from_arrays。

s = df.index.to_series()
#alternative solution
#s = pd.Series(df.index)
s = s.groupby(s).cumcount()
df.index = pd.MultiIndex.from_arrays([df.index, s], names=['index','i2'])
print (df)
            0
index i2     
1     0   100
      1   200
2     0   300

谢谢John Galt

df.index = pd.MultiIndex.from_arrays([df.index, df.groupby(df.index).cumcount()],
                                     names=['index','i2'])

print (df)
            0
index i2     
1     0   100
      1   200
2     0   300

df.index = pd.MultiIndex.from_arrays([df.index, df.groupby(level=0).cumcount()],
                                     names=['index','i2'])
print (df)
            0
index i2     
1     0   100
      1   200
2     0   300