如何将数据框的索引设置为列，反之亦然？我试着将它拆开但是徒劳无功。
我想要转换此数据框
Type1 Type2 Type3
Hour
0 5 0 13
1 3 5 5
2 3 2 11
3 9 3 8
4 1 3 2
5 0 0 2
6 1 5 0
7 0 1 0
8 2 0 0
9 1 0 1
10 0 0 2
11 6 2 2
12 5 3 1
13 3 4 2
14 4 2 4
15 10 3 6
16 7 1 6
17 18 1 5
18 6 2 6
19 2 4 27
20 10 8 16
21 19 12 36
22 5 9 11
23 8 8 23
以下内容;
0 1 2 3 4 5 6 7 8 9 10 ...
Type 1 5 3 3 9 1 ....
Type 2 0 5 2 3 3 ....
Type 3 13 5 11 8 2 ....
编辑：
我实际上在原始df中有一个多索引，看起来像[(0, 1), (1, 1), (2, 1), (3, 1), (4, 1), (5, 1), (6, 1), (7, 1), (8, 1), (9, 1), (10, 1), (11, 1), (12, 1), (13, 1), (14, 1), (15, 1), (16, 1), (17, 1), (18, 1), (19, 1), (20, 1), (21, 1), (22, 1), (23, 1)]。我该如何处理？
答案 0 :(得分：3)
转置数据框：
df.T
这可以解决这个问题吗？
答案 1 :(得分：1)
两次调用unstack：
In [47]:
df.unstack().unstack()
Out[47]:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 \
Type1 5 3 3 9 1 0 1 0 2 1 0 6 5 3 4 10 7 18
Type2 0 5 2 3 3 0 5 1 0 0 0 2 3 4 2 3 1 1
Type3 13 5 11 8 2 2 0 0 0 1 2 2 1 2 4 6 6 5
18 19
Type1 6 2 ...
Type2 2 4 ...
Type3 6 27 ...
[3 rows x 24 columns]
同样.T可行：
In [48]:
df.T
Out[48]:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 \
Type1 5 3 3 9 1 0 1 0 2 1 0 6 5 3 4 10 7 18
Type2 0 5 2 3 3 0 5 1 0 0 0 2 3 4 2 3 1 1
Type3 13 5 11 8 2 2 0 0 0 1 2 2 1 2 4 6 6 5
18 19
Type1 6 2 ...
Type2 2 4 ...
Type3 6 27 ...
[3 rows x 24 columns]