Question

我有一个包含6列的数据框。前5个唯一识别观察。第六是该观察的价值。我想转动数据，以便在5个标识列中，3成为分层行索引，而另外2成为分层列索引。

具体而言，通过以下设置：

import numpy as np
import pandas as pd
from itertools import product

np.random.seed(1)

team_names = ['Yankees', 'Mets', 'Dodgers']
jersey_numbers = [35, 71, 84]
game_numbers = [1, 2]
observer_names = ['Bill', 'John']
observation_types = ['Speed', 'Strength']

row_indices = list(product(team_names, jersey_numbers, game_numbers, observer_names, observation_types))
observation_values = np.random.randn(len(row_indices))

tns, jns, gns, ons, ots = zip(*row_indices)

data = pd.DataFrame({'team': tns, 'jersey': jns, 'game': gns, 'observer': ons, 'obstype': ots, 'value': observation_values})

我想重新整形数据，以便行team，jersey和game，而列为observer和obstype。以下似乎完成了工作：

pd.pivot_table(data, values='value', cols=['observer', 'obstype'], rows=['team', 'jersey', 'game'])

有没有其他方法可以做这种事情？我最初尝试将除value之外的所有列添加到索引中，然后使用unstack(['observer', 'obstype'])。但这在我的列层次结构中给了我一个不必要的额外级别：一个未命名的级别，其唯一的条目是value（即我的表格中我实际想要的数据列的名称）。

处理这种情况的正确方法是什么？是否只是像我上面那样使用pivot_table？还是有更好的总体策略？

Answer 1

我也认为两者都是好的和有价值的选择在unstack取消额外级别的情况下，您可以使用droplevel：

>>> data = data.unstack(['observer', 'obstype'])
>>> data.columns = data.columns.droplevel(0)
>>> data
observer                 Bill                John          
obstype                 Speed  Strength     Speed  Strength
game jersey team                                           
1    35     Dodgers -0.110447 -0.617362  0.562761  0.240737
            Mets    -0.517094 -0.997027  0.248799 -0.296641
            Yankees  0.520576 -1.144341  0.801861  0.046567
     71     Dodgers  1.904659  1.111057  0.659050 -1.627438
            Mets     2.190700 -1.896361 -0.646917  0.901487
            Yankees  0.529465  0.137701  0.077821  0.618380
     84     Dodgers -0.400878  0.824006 -0.562305  1.954878
            Mets     1.331457 -0.287308  0.680070 -0.319802
            Yankees  1.038825  2.186980  0.441364 -0.100155
2    35     Dodgers  0.280665 -0.073113  1.160339  0.369493
            Mets     0.495211 -0.174703  0.986335  0.213534
            Yankees -0.186570 -0.101746  0.868886  0.750412
     71     Dodgers  0.602319  0.420282  0.810952  1.044442
            Mets     2.528326 -0.248635  0.043669 -0.226314
            Yankees  0.232495  0.682551 -0.310117 -2.434838
     84     Dodgers -1.331952 -1.760689 -1.650721 -0.890556
            Mets    -1.272559  0.313548  0.503185  1.293226
            Yankees -0.136445 -0.119054  0.017409 -1.122019

[18 rows x 4 columns]

重塑Pandas中的数据（列中的多索引，也可能在行中）

1 个答案: