3

在多索引数据帧上调用 dropna 后，索引中的级别元数据似乎没有更新。这是一个错误吗？

In [1]: import pandas

In [2]: print pandas.__version__
0.10.1

In [3]: df_multi = pandas.DataFrame(index=[[1, 2],['a', 'b',]], 
                                    data=[[float('nan'), 5], [6, 7]])

In [4]: print df_multi
      0  1
1 a NaN  5
2 b   6  7

In [5]: df_multi = df_multi.dropna(axis=0, how='any')

In [6]: print df_multi
     0  1
2 b  6  7

In [7]: print df_multi.index
MultiIndex
[(2, b)]

In [8]: print df_multi.index.levels
[Int64Index([1, 2], dtype=int64), Index([a, b], dtype=object)]

请注意，MultiIndex 只有 (2, b)，但它报告 1 和 'a' 在 index.levels 中。

我的解决方法是使用“干净”的多索引重新索引，如下所示：

In [10]: c_clean = pandas.MultiIndex.from_tuples(df_multi.index)

In [11]: df_multi = df_multi.reindex(c_clean)

In [12]: print df_multi
     0  1
2 b  6  7

In [13]: print df_multi.index.levels
[Int64Index([2], dtype=int64), Index([b], dtype=object)]

编辑：

在使用 .ix 进行切片期间也会出现此问题，并且可能还会出现其他索引操作。

4

1 回答 1

1

这是此处存档的已知情况 https://github.com/pydata/pandas/issues/2655

人们目前正在考虑如何应对。

我的解决方法是使用index.get_level_values(level)，因为 adropna(how='all')可能只删除一些轴但不是全部，但我可能需要多索引的一个级别的所有剩余值。

出于某种原因，返回index.get_level_values(level)是正确的，而index.levels尚未更新（由于速度原因可能成本太高？）。

于 2013-03-01T02:32:01.483 回答