Question

给出一个样本MultiIndex：

idx = pd.MultiIndex.from_product([[0, 1, 2], ['a', 'b', 'c', 'd']])    
df = pd.DataFrame({'value' : np.arange(12)}, index=idx)

df

     value
0 a      0
  b      1
  c      2
  d      3
1 a      4
  b      5
  c      6
  d      7
2 a      8
  b      9
  c     10
  d     11

如何才能有效地将其转换为表格格式？

   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

此外，鉴于上述数据框，我如何将其恢复到原来的多索引状态？

我尝试过的事情：

pd.DataFrame(df.values.reshape(-1, df.index.levels[1].size), 
             index=df.index.levels[0], columns=df.index.levels[1])

哪个适用于第一个问题，但我不确定如何从那里恢复原状。

Answer 1

使用unstack和stack

In [5359]: dff = df['value'].unstack()

In [5360]: dff
Out[5360]:
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

In [5361]: dff.stack().to_frame('name')
Out[5361]:
     name
0 a     0
  b     1
  c     2
  d     3
1 a     4
  b     5
  c     6
  d     7
2 a     8
  b     9
  c    10
  d    11

Answer 2

使用get_level_values

pd.crosstab(df.index.get_level_values(0),df.index.get_level_values(1),values=df.value,aggfunc=np.sum)
Out[477]: 
col_0  a  b   c   d
row_0              
0      0  1   2   3
1      4  5   6   7
2      8  9  10  11

Answer 3

另一种替代方案，在使用堆栈/卸载时你应该想到（尽管在这种情况下，unstack明显更好！）是pivot_table：

In [11]: df.pivot_table(values="value", index=df.index.get_level_values(0), columns=df.index.get_level_values(1))
Out[11]:
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

将MultiIndex数据帧重新整形为表格格式

3 个答案: