Question

Ich habe zwei Spalten, denen ich beitreten möchte (Jahr und Quartal). Ich habe die Daten aus SQL gezogen und geschwenkt es wie unten zu sehen:

df3 = pd.pivot_table(df, index=["Year", "Q"], columns='Area', values="Lows", aggfunc=np.sum, fill_value=0) 

ich jetzt die Spalten Year und Q miteinander verbinden möchte Zwecke für Charting aber meine Indizes scheinen vermasselt werden. Im Folgenden wird gezeigt, wie der Datenrahmen angezeigt wird.

Before: 
Year Q 
2003 1 
     2 
     3 
     4 
2004 1 
     2 

Desired output: 
Period 
2003 1 
2003 2 
2003 3 
2003 4 

Answer 1

Dies sollte funktionieren:

df3.index = df3.index.to_series().apply(lambda x: ' '.join([str(y) for y in x])) 

allgemeineren

join = lambda x, delim=' ': delim.join([str(y) for y in x]) 

df3.index = df3.index.to_series().apply(join, delim=' ') 

Answer 2

Eine andere schnelle Lösungen:

df.index = ['{} {}'.format(idx[1], idx[0]) for idx in df.index] 

und

df.index = [' '.join((str(idx[0]), str(idx[1]))) for idx in df.index] 

Timings:

In [190]: %timeit df.index.to_series().apply(lambda x: ' '.join([str(y) for y in x])) 
10 loops, best of 3: 44.5 ms per loop 

In [191]: %timeit [' '.join((str(idx[0]), str(idx[1]))) for idx in df.index] 
10 loops, best of 3: 26.6 ms per loop 

In [192]: %timeit ['{} {}'.format(idx[1], idx[0]) for idx in df.index] 
100 loops, best of 3: 19.2 ms per loop 

-Code für Timings:

df = pd.DataFrame({'A':[2,2,2,1,7,2], 
        'B':[5,5,5,4,7,4], 
        'C':[7,8,9,4,8,1]}) 

df = df.groupby(['A','B']).sum() 
df = pd.concat([df]*10000) 
print (df)