用类别创建时间序列的简洁方法

Question

给定一个元组列表，每个元组都是（date-time，lang，type），其中lang有三个可能的值（比如'en'，'es'和'ja'），type有两个值：' U'或'R'。

我想使用以下列为时间序列创建数据框： 一天，语言，'U'和'R'。 也就是说，lang，U和R每天按语言计算。

示例，给出一个记录列表（tupples）：

df = pd.DataFrame.from_records(records, columns=['time','lang','type'])
df.head()

结果：

     time                  lang  type
0    2016-05-19 20:20:26    en    R
1    2016-05-19 20:20:43    ja    R
2    2016-05-19 20:26:01    ja    U
3    2016-05-19 20:30:31    en    R
4    2016-05-19 20:33:57    es    R
...

我想操纵这个数据帧（或原始记录列表）得到这样的东西：

time        lang  U    R
2016-05-19  en     4    2
            ja     1    1
            es     0    1
2016-05-20  en    10    7
            ja     1    9
            es     3   13

我正在尝试用

执行此操作

df2 = df.groupby([df['time'].dt.to_period('D'), 'lang', 'type']).count().unstack()
df2.columns = df2.columns.droplevel(0)

但我在专栏中得到一个索引，我无法摆脱它（忽略数字）。

            type    U     R
time        lang
2016-05-19    en     4    2
              ja     1    1
              es     0    1
2016-05-20    en    10    7
              ja     1    9
              es     3   13

和

df2.columns

返回：索引（[u'R'，u'U']，dtype ='object'，name = u'type'）

关于如何创造所需的没有额外的绒毛的任何想法？

Answer 1

"type"仍然是列的名称。你可以这样删除它：

df2.columns.name = None

但是，我不认为你可以在同一行上有4个其他标签，因为前两个标签是行上的多索引，另外两个是列上的简单索引。