python – Pandas：使用现有的索引和列标题创建MultiIndex / groupby

我正在尝试采用二维数据帧并将其转换为(或多或少)一维数据帧,其中现有列用作第一级索引,列标题用作第二级指数.

我一直在尝试.melt(),. groupby(),. transpose(),. MultipleIndex(),.pivot()……一切都没有运气 – 我认为主要是因为他们需要做的事实以某种方式结合起来让我望而却步.

建立：

import pandas as pd
from io import StringIO

csv = StringIO(u'''
AXIS    A       B       C       D
X       100     101     102     103 
Y       200     201     202     203
Z       300     301     302     303
''')

df = pd.read_csv(csv, delim_whitespace = True)

期望的输出：

                Num
One     Two     
  X       A     100
  X       B     101
  X       C     102
  X       D     103
  Y       A     200
  Y       B     201
  Y       C     202
  Y       D     203
  Z       A     300
  Z       B     301
  Z       C     302
  Z       D     303

提前致谢.

解决方法:

使用,set_index,stack和reset_index：

df.set_index('AXIS').stack().reset_index()

输出：

   AXIS level_1    0
0     X       A  100
1     X       B  101
2     X       C  102
3     X       D  103
4     Y       A  200
5     Y       B  201
6     Y       C  202
7     Y       D  203
8     Z       A  300
9     Z       B  301
10    Z       C  302
11    Z       D  303

并且,您可以通过重命名列重置索引等来进行一些内务管理…

df.set_index('AXIS').stack().reset_index().rename(columns={'AXIS':'one','level_1':'two',0:'num'}).set_index(['one','two'])

输出：

         num
one two     
X   A    100
    B    101
    C    102
    D    103
Y   A    200
    B    201
    C    202
    D    203
Z   A    300
    B    301
    C    302
    D    303