如果我有数据帧的多级列和多级索引
column_level1 a1 | a2
----+----|----+----
column_level2 b1 | b2 | b3 | b4
index1 | index2 | index3
-------+--------+--------+-----+----+----+-----
0 | c1 | d1 | 1 | 2 | 3 | 4 |
0 | c2 | d3 | 5 | 6 | 7 | 8 |
如何重塑我的数据帧以在columns_level之上移动我的一个索引? 让我说我想要,我当前的index2放在column_level0上。
此外,我需要一些有效的解决方案来解决这个问题。
我目前的解决方案是以下列方式使用stack / unstack:
df.stack().stack().unstack(index2).unstack().unstack()
但是在庞大的数据帧上使用这种实现将导致消耗大量RAM并花费很多时间。
答案 0 :(得分:3)
如果你有:
import numpy as np
import pandas as pd
columns = pd.MultiIndex.from_arrays([['a1','a1','a2','a2'], ['b1','b2','b3','b4']])
index = pd.MultiIndex.from_tuples([(0,'c1','d1'), (0, 'c2', 'd3')])
df = pd.DataFrame(np.arange(1,9).reshape(2,-1), columns=columns, index=index)
# a1 a2
# b1 b2 b3 b4
# 0 c1 d1 1 2 3 4
# c2 d3 5 6 7 8
然后你可以使用reorder_levels
来避免(大部分)那些堆栈/非堆栈调用:
df.unstack(level=1).reorder_levels([2,0,1], axis=1)
产量
c1 c2 c1 c2 c1 c2 c1 c2
a1 a1 a1 a1 a2 a2 a2 a2
b1 b1 b2 b2 b3 b3 b4 b4
0 d1 1 NaN 2 NaN 3 NaN 4 NaN
d3 NaN 5 NaN 6 NaN 7 NaN 8