Question

我有一个看起来像这样的现有DataFrame：

     1   |   1   |   1   |   2   |   2   |   2   |   2
 --------------------------------------------------------
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

我已经尝试了一段时间，但没有成功。

重复的1和2已经是一级MultiIndex。我知道，如果我添加另一个级别，它们将合并在一起，但是很难将第一行转换为MultiIndex的第二级别。

是否有一种简单的方法？

所需的输出：

             1           |               2             
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
 --------------------------------------------------------
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

任何帮助将不胜感激！谢谢

Answer 1

我认为您需要MultiIndex.from_arrays，然后用索引编制的DataFrame.iloc过滤掉第一行：

df = pd.MultiIndex.from_arrays(df.columns, df.iloc[0])
df = df.iloc[1:]

Answer 2

使用T和set_index

df.T.set_index(0,append=True).T

Answer 3

Jezrael 提出的解决方案需要进行一些更正：

df.columns和df.iloc[0]应该一起 from_arrays的参数，而不是两个单独的参数。
第二级 MultiIndex （ df.iloc [0] ）的来源应该补充 .values 。否则，此 MultiIndex 级别继承名称（ 0 ）- 0 行的索引值。
生成的 MultiIndex 应该替换为df.columns，而不是整个df。

所以整个解决方案应该是：

df.columns = pd.MultiIndex.from_arrays([df.columns, df.iloc[0].values])
df = df.iloc[1:]

Answer 4

除了jezrael的答案。这个想法是正确的，只需进行一些更改即可使其生效。谢谢jezrael。

    index = np.array([df.columns.values, df.iloc[0].values])

    df = pd.MultiIndex.from_arrays(index)
    df = df.iloc[1:]

如何使第一行变成第二级MultiIndex

4 个答案: