如何在多层列(Pandas)中将索引级别转换为新级别
如何在多层列(Pandas)中将索引级别转换为新级别
提问于 2021-12-08 12:29:01
我有以下数据，dfg (这是以前聚合的结果)。
F-1 F-2
dataset Model
G Baseline 0.971 0.967
Version2 0.971 0.967
H Baseline 0.780 0.762
Version2 0.800 0.777
S Baseline 0.401 0.320
Version2 0.453 0.365
T Baseline 0.881 0.825
Version2 0.989 0.985我想要的是获得我的数据文件的以下组织：
Baseline Version2
dataset F-1 F-2 F-1 F-2
G 0.971 0.967 0.971 0.967
H 0.780 0.762 0.800 0.777
S 0.401 0.320 0.453 0.365
T 0.881 0.825 0.989 0.985我尝试了几件事，但我认为最好的解决方案总是给我带来错误。我最“合乎逻辑”的解决方案是：
重新设置索引(将“模型”提取到columns);
- create中-从tuples;
- changing中提取多个级别的列-这些列为多个级别的列。
就像这样：
dfg.reset_index(inplace=True, level=['Model']
new_cols = [('Baseline', 'F-1'), ('Baseline', 'F-2'), ('Version2', 'F-1'), ('Version2', 'F-2')]
multi_cols = pd.MultiIndex.from_tuples(new_cols, names=('Model', 'Measure'))但我得到了以下错误：
ValueError: Length mismatch: Expected axis has 3 elements, new values have 4 elements我知道这是相当原始的，但我找不到任何源可以解释如何从现有的数据文件构建多层次的列。
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-12-08 12:31:24
将DataFrame.stack与Series.unstack一起使用，最后一次使用DataFrame.rename_axis清洁列名
#last previous, last levels
df = df.stack().unstack([-2,-1]).rename_axis((None, None), axis=1)
#or second and third levels
#df = df.stack().unstack([1,2]).rename_axis((None, None), axis=1)
print (df)
Baseline Version2
F-1 F-2 F-1 F-2
dataset
G 0.971 0.967 0.971 0.967
H 0.780 0.762 0.800 0.777
S 0.401 0.320 0.453 0.365
T 0.881 0.825 0.989 0.985Stack Overflow用户
发布于 2021-12-08 12:35:08
df.stack().unstack(0).transpose()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70275035
复制相关文章
相似问题
腾讯云开发者
