Question

我有一个看起来像这样的多索引熊猫数据框

 ID            I                   II                  III
 METRIC        a    b    c    d    a    b    c    d    a    b    c    d
 2015-08-01    0    1    2    3    20   21   22   23   40   41   42   43
 2015-08-02    4    5    6    7    24   25   26   27   44   45   46   47
 2015-08-03    8    9    10   11   28   29   30   31   48   49   50   51

它按日期（2015-08-01，2015-08-02，2015-08-03等）编制索引，第一级列（I，II ，III）是ID s，第二级列对应METRIC s a，b，c，{{1 }}）。我想将其重塑为以下内容

我已经（未成功）使用METRIC a b c d ID I 2015-08-01 0 1 2 3 2015-08-02 4 5 6 7 2015-08-03 8 9 10 11 II 2015-08-01 20 21 22 23 2015-08-02 24 25 26 27 2015-08-03 28 29 30 31 III 2015-08-01 40 41 42 43 2015-08-02 44 45 46 47 2015-08-03 48 49 50 51，.pivot和.stack进行了调查，但是他们没有给我我想要的东西。我目前循环遍历.melt并构建数据框的列表，并将它们ID一起作为新数据框来获取我想要的内容。

任何建议都将不胜感激。

Answer 1

Let's use stack, swaplevel and sort_index:

df.stack(0).swaplevel(0,1).sort_index()

Output:

METRIC           a   b   c   d
ID                            
I   2015-08-01   0   1   2   3
    2015-08-02   4   5   6   7
    2015-08-03   8   9  10  11
II  2015-08-01  20  21  22  23
    2015-08-02  24  25  26  27
    2015-08-03  28  29  30  31
III 2015-08-01  40  41  42  43
    2015-08-02  44  45  46  47
    2015-08-03  48  49  50  51

Answer 2

您可以让transpose或T为您完成部分工作。

df.T.stack().unstack(1)

METRIC           a   b   c   d
ID                            
I   2015-08-01   0   1   2   3
    2015-08-02   4   5   6   7
    2015-08-03   8   9  10  11
II  2015-08-01  20  21  22  23
    2015-08-02  24  25  26  27
    2015-08-03  28  29  30  31
III 2015-08-01  40  41  42  43
    2015-08-02  44  45  46  47
    2015-08-03  48  49  50  51

Answer 3

使用@piRSquared的方法，我们可以跳过转置，只需df.unstack().unstack(1)

重塑多索引pandas数据帧

3 个答案: