如何从多索引列数据框创建多级索引

Question

主要目标是从现有的df 中设置多索引行。

假设我们有如下多级列

        level1            
        level2            
      sub_name   A   B   C
ONE         TT  11  12  13
TWO         TT  21  22  23
THREE       TT  31  32  33

然后，预期的输出 (1)

           level1        
           level2        
           A   B   C
TT ONE       11  12  13
   TWO       21  22  23
   THREE     31  32  33

我觉得这可以通过group 或直接使用set_index 来实现，如下所示

df = df.groupby((slice ( None ), slice ( None ),'sub_name'),as_index = False)

或

df=df.set_index([(slice ( None ), slice ( None ),'sub_name')])

但是，这不起作用。

使得第一种方法返回错误

TypeError: unhashable type: 'slice'

第二种方法

TypeError：参数“keys”可能是列键，一维 数组，或仅包含有效列键和一维的列表 数组.. 接收到

类型的列

我想知道实现预期目标的正确方法是什么。

重现上述错误的完整代码

import pandas as pd

df = pd.DataFrame ( {'A': [11, 21, 31],
                     'B': [12, 22, 32],
                     'C': [13, 23, 33]},
                    index=['ONE', 'TWO', 'THREE'] )

df.columns = pd.MultiIndex.from_product ( [['level1'], ['level2'], df.columns] )

df2 = pd.DataFrame ( ['TT'] * len ( df ), index=df.index,
                     columns=pd.MultiIndex.from_product ( [df.columns.levels [0],
                                                           df.columns.levels [1],
                                                           ['sub_name']] ) ) 
# Im just curios whether there is simpler way of creating constant column like this


df = pd.concat ( [df2,df ], axis=1 )

# df = df.groupby((slice ( None ), slice ( None ),'sub_name'),as_index = False)

# df=df.set_index([(slice ( None ), slice ( None ),'sub_name')])

在contributor 的支持下。

额外的问题是是否可以在TT 之上添加另一个级别而无需创建常量列（即df2）

               level1
               level2
               A   B   C
main_level TT  ONE     11  12  13
               TWO     21  22  23
               THREE   31  32  33

Answer 1

你可以试试set_index()+xs()+swaplevel()+drop():

df=(df.set_index(df.xs('sub_name',axis=1,level=2).values.squeeze(),append=True)
      .swaplevel(0).drop('sub_name',axis=1,level=2))

输出：

            level1
            level2
            A   B   C
TT  ONE     11  12  13
    TWO     21  22  23
    THREE   31  32  33

注意：您也可以使用df.loc[:,(slice(None),slice(None),'sub_name')] 代替df.xs('sub_name',axis=1,level=2)

更新：

你可以试试pd.MultiIndex.from_product():

df.index=pd.MultiIndex.from_product([['main_level'],['TT'],df.index.unique()])

输出：

                        level1
                        level2
                        A   B   C
main_level TT   ONE     11  12  13
                TWO     21  22  23
                THREE   31  32  33