我在具有多索引的HDFStore中称为'data'的frame_table。在DataFrame中，它可能看起来像这样
var1 var2 var3 var4 var5 var6
x_coor y_coor date
928 310 2006257 133 14987 7045 18 240 171
2006273 136 0 7327 30 253 161
2006289 125 0 -239 83 217 168
2006305 95 14604 6786 13 215 57
2006321 84 0 4548 13 133 88
但是现在我想在右侧添加一个范围（从1开始）。 我的计划： 1.使用范围创建新节点 2.将两个节点连接到新节点
我做了什么，首先创建一个新节点（存储为DataFrame），然后在重置列时连接
store['rindex'] = pd.DataFrame(pd.Series(xrange(1,
len(store.root.all_data.table)+1)))
store['rall']=pd.concat([store['all_data'].reset_index(),
store['rindex'].reset_index()],ignore_index=True,axis=1)
但是现在两个索引都是我数据的一部分（在第0,1,2,10列中）：
0 1 2 3 5 6 7 8 9 10 11
928 310 2006257 133 14987 7045 18 240 171 0 1
928 310 2006273 136 0 7327 30 253 161 1 2
928 310 2006289 125 0 -239 83 217 168 2 3
928 310 2006305 95 14604 6786 13 215 57 3 4
928 310 2006321 84 0 4548 13 133 88 4 5
<class 'pandas.core.frame.DataFrame'>
Int64Index: 203 entries, 0 to 202
Data columns (total 11 columns):
0 203 non-null values
1 203 non-null values
2 203 non-null values
3 203 non-null values
4 203 non-null values
5 203 non-null values
6 203 non-null values
7 203 non-null values
8 203 non-null values
9 203 non-null values
10 203 non-null values
dtypes: int32(7), int64(4)
我使用this尝试了以下操作，但这会导致空虚：
>>> store['selection'] = store.select('all_data', [pd.Term('index', '>', '0')])
>>> store['selection'].reindex(columns = ['3','4','5','6','7','8','10'])
<class 'pandas.core.frame.DataFrame'>
Int64Index: 203 entries, 0 to 202
Data columns (total 7 columns):
3 0 non-null values
4 0 non-null values
5 0 non-null values
6 0 non-null values
7 0 non-null values
8 0 non-null values
10 0 non-null values
dtypes: float64(7)
那么如何在不清空值的情况下选择这些列呢？
答案 0 :(得分：2)
原始图片
In [19]: df2
Out[19]:
var1 var2 var3 var4 var5 var6
x_cor y_cor date
928 310 2006257 133 14987 7045 18 240 171
2006273 136 0 7327 30 253 161
2006289 125 0 -239 83 217 168
2006305 95 14604 6786 13 215 57
2006321 84 0 4548 13 133 88
reset_index和set_index可反转到原始帧
In [20]: df2.reset_index()
Out[20]:
x_cor y_cor date var1 var2 var3 var4 var5 var6
0 928 310 2006257 133 14987 7045 18 240 171
1 928 310 2006273 136 0 7327 30 253 161
2 928 310 2006289 125 0 -239 83 217 168
3 928 310 2006305 95 14604 6786 13 215 57
4 928 310 2006321 84 0 4548 13 133 88
In [21]: df2.reset_index().set_index(['x_cor','y_cor','date'])
Out[21]:
var1 var2 var3 var4 var5 var6
x_cor y_cor date
928 310 2006257 133 14987 7045 18 240 171
2006273 136 0 7327 30 253 161
2006289 125 0 -239 83 217 168
2006305 95 14604 6786 13 215 57
2006321 84 0 4548 13 133 88
为列编号
In [23]: df2['range'] = range(len(df2))
In [24]: df2
Out[24]:
var1 var2 var3 var4 var5 var6 range
x_cor y_cor date
928 310 2006257 133 14987 7045 18 240 171 0
2006273 136 0 7327 30 253 161 1
2006289 125 0 -239 83 217 168 2
2006305 95 14604 6786 13 215 57 3
2006321 84 0 4548 13 133 88 4
您需要使用索引集存储多索引帧（否则它只是常规的 索引框架）。
您的重建索引步骤不会执行任何操作，而是按字符串重新编制索引，而不是数字 （例如'1'，'2'与1,2不相同）
您的数据真的很大吗？为什么你不只是从商店读取框架，修改 在内存中，然后将其写回（到原始位置或新位置）。
您正在讨论的策略实际上只创建了一个索引列存储 感觉如果你有很多数据。