Установить мультииндекс существующего фрейма данных в pandas

У меня есть DataFrame, который выглядит как

  Emp1    Empl2           date       Company
0    0        0     2012-05-01         apple
1    0        1     2012-05-29         apple
2    0        1     2013-05-02         apple
3    0        1     2013-11-22         apple
18   1        0     2011-09-09        google
19   1        0     2012-02-02        google
20   1        0     2012-11-26        google
21   1        0     2013-05-11        google

Я хочу передать компанию и дату для установки MultiIndex для этого DataFrame. В настоящее время он имеет индекс по умолчанию. Я использую df.set_index(['Company', 'date'], inplace=True)

df = pd.DataFrame()
for c in company_list:
        row = pd.DataFrame([dict(company = '%s' %s, date = datetime.date(2012, 05, 01))])
        df = df.append(row, ignore_index = True)
        for e in emp_list:
            dataset  = pd.read_sql("select company, emp_name, date(date), count(*) from company_table where  = '"+s+"' and emp_name = '"+b+"' group by company, date, name LIMIT 5 ", con)
                if len(dataset) == 0:
                row = pd.DataFrame([dict(sitename='%s' %s, name = '%s' %b, date = datetime.date(2012, 05, 01), count = np.nan)])
                dataset = dataset.append(row, ignore_index=True)
            dataset = dataset.rename(columns = {'count': '%s' %b})
            dataset = dataset.groupby(['company', 'date', 'emp_name'], as_index = False).sum()

            dataset = dataset.drop('emp_name', 1)
            df = pd.merge(df, dataset, how = '')
            df = df.sort('date', ascending = True)
            df.fillna(0, inplace = True)

df.set_index(['Company', 'date'], inplace=True)            
print df

Но когда я печатаю этот DataFrame, он печатает None. Я видел это решение из stackoverflow it self. Это не правильный способ сделать это. Также я хочу перетасовать позиции компании и даты столбцов, чтобы компания стала первым индексом, а дата стала второй в иерархии. Любые идеи по этому поводу?

Ответы

Ответ 1

Когда вы проходите внутри места вносит изменения в исходную переменную и возвращает None, а функция не возвращает измененный фреймворк данных, он возвращает None.

is_none = df.set_index(['Company', 'date'], inplace=True)
df  # the dataframe you want
is_none # has the value None

поэтому, когда у вас есть строка вроде:

df = df.set_index(['Company', 'date'], inplace=True)

он сначала изменяет df..., но затем устанавливает df на None!

То есть, вы должны просто использовать строку:

df.set_index(['Company', 'date'], inplace=True)