创建没有NAN的多索引数据帧

Question

我觉得我错过了一些基本的东西。我有这样一个熊猫数据帧：

df = pd.DataFrame(list(range(3)).T
df.columns = ['a.first', 'a.second', 'b']

#    a.first  a.second  b
# 0        0         1  2

我想创建的是一个多索引数据帧，在这里我可以使用df.a、df.a.first和df.b。到目前为止，我得到的是str split方法：

a.columns = a.columns.str.split('.', expand=True)
#        a            b
#    first  second  NaN
# 0      0       1    2

很明显，NaN在这里是个问题，因为要访问值b，需要调用df.b[np.nan]，这显然是错误的

从这里开始，所有出现在我脑海中的解决方案开始感觉像是一种变通方法，在这里我遍历列并尝试用空字符串替换nan。我想一定有更直接的方法，因为我想这是一个很常见的问题，不是吗

编辑：到目前为止，我想到的最简单的解决方案是：

def apply_multiindex(df, hier_sep='.'):
    depths = df.columns.str.split(hier_sep).map(len)
    add_hiers = max(depths)-depths
    df.columns = [column + hier_sep*add_hier[c]
                  for c, column in enumerate(df.columns)]
    df.columns = df.columns.str.split(hier_sep, expand=True)

apply_multiindex(a)
#        a          b
#    first  second  
# 0      0       1  2

我仍然期待一个更干净的解决方案：）

Answer 1

对于我来说，由于MultiIndex的fillna未实现，因此使用rename时缺少值：

df = pd.DataFrame([list(range(3))], columns = ['a.first', 'a.second', 'b'])
df.columns = df.columns.str.split('.', expand=True)

df = df.rename(columns = {np.nan:''})
print (df)
      a         b
  first second   
0     0      1  2