如何将一个系列转换为另一个系列的索引，按其索引对齐

Question

>我有这个系列：

dealer      certificate_status brand_kia 
aeropuerto      NO               False     22 days
True      29 days
Galerías         SI              False     59 days
NO              False     34 days

我还有另一个系列：

dealer
aeropuerto    36 days
Galerías      41 days

如何将最后一个系列的值作为第一个系列的索引放置，但具有平均名称。 它会是这样的：

dealer       average     certificate_status    brand_kia 
aeropuerto    36 days           NO              False     22 days
True      29 days
Galerías      41 ays            SI              False     59 days
NO              False     34 days

有可能进行这种运动。感谢您的帮助。

Answer 1

您可以先从MultiIndexreset_index列，然后将新列insert到位置 1 的位置 1replace和最后一个set_index进行Multiindex，squeeze将一列df转换为Series：

s = s.reset_index()
s.insert(1, 'average', s['dealer'].replace(s1))
s = s.set_index(['dealer','average','certificate_status','brand_kia']).squeeze()
print (s)
dealer      average  certificate_status  brand_kia
aeropuerto  36 days  NO                  False        22 days
True         29 days
Galerias    41 days  SI                  False        59 days
NO                  False        34 days
Name: dt, dtype: object

或者，您可以通过get_level_valuesreplace和MultiIndex.from_arrays来创建新MultiIndex，并重新分配：

lvl1 = s.index.get_level_values(0)
lvl2 = s.index.get_level_values(1)
lvl3 = s.index.get_level_values(2)
lvl = pd.Series(lvl1).replace(s1).values
s.index = pd.MultiIndex.from_arrays([lvl1, lvl, lvl2, lvl3],
names=['dealer','average','certificate_status','brand_kia'])
print (s)
dealer      average  certificate_status  brand_kia
aeropuerto  36 days  NO                  False        22 days
True         29 days
Galerias    41 days  SI                  False        59 days
NO                  False        34 days
Name: dt, dtype: object