具有多级索引的 Pandas 锯齿列答案

【问题标题】：Pandas sawp columns with multilevel index具有多级索引的 Pandas 锯齿列
【发布时间】：2020-03-26 23:27:33
【问题描述】：

这是我从 csv 文件中读取数据时的样子，我正在使用多级索引（正文类型和支出）进行读取。

我想要的是有一个“年份”列，并且 Spending 中的所有值都应该显示为单独的列。基本上我想用“年”交换/转置“支出”

最终数据应该是这样的

我找到了一种方法来做到这一点，但它似乎效率不高。我想知道是否有更好更清洁的方法来做到这一点？我看到几个 pd.swapaxes() 的例子，但无法让它工作。

这是我使用的代码：

d = [
    ["Small Narrowbodies", "TotalExpenses", "2326550.00", "2566989.00", "2710156.00"],
    ["Small Narrowbodies", "Pilots (000)", "583404.00", "627762.00", "669258.00"],
    [
        "Small Narrowbodies",
        "Salaries and Wages (000)",
        "432613.00",
        "469059.00",
        "515538.00",
    ],
    ["Small Narrowbodies", "Pilot Training (000)", "28235.00", "22388.00", "23838.00"],
    [
        "Small Narrowbodies",
        "Benefits and Payroll Taxes (000)",
        "77752.00",
        "87128.00",
        "77679.00",
    ],
    [
        "Small Narrowbodies",
        "Per Diem/ Personnel (000)",
        "44804.00",
        "49187.00",
        "52203.00",
    ],
    [
        "Small Narrowbodies",
        "Purchased Goods (000)",
        "627471.00",
        "792582.00",
        "772448.00",
    ],
    ["Small Narrowbodies", "Fuel/Oil (000)", "559698.00", "684007.00", "670673.00"],
    ["Small Narrowbodies", "Insurance (000)", "7483.00", "5449.00", "4200.00"],
    [
        "Small Narrowbodies",
        "Other (inc. Tax) (000)",
        "60290.00",
        "103126.00",
        "97575.00",
    ],
]

df = pd.DataFrame(d, columns=["Body_Type", "Spending", "1995", "1996", "1997"])

df2 = df.set_index(["Body_Type", "Spending"])

df3 = df2.transpose().unstack(level=-1).reset_index()

df3.columns = ["Body_Type", "Spending", "Year", "Amount"]

df4 = df3.pivot_table(
    index["Body_Type", "Year"], columns="Spending", values="Amount", aggfunc=np.sum)

【问题讨论】：

请不要张贴图片@tapaskumarMahanta...
转置没有什么可笑的，它把你的索引转置了两个级别。你能提供一些样本数据吗minimal reproducible example
@Datanovice 我可以在这里上传文件吗？
您可以将数据框重新创建为代码或共享它的文本示例。
@Datanovice 我已经用可重现的代码更新了帖子

标签： python pandas pivot pivot-table transpose

【解决方案1】：

这更像

df=df.unstack(level=0).stack(level=0)

【讨论】：

它抛出此错误“索引包含重复的条目，无法重塑”
@tapaskumarMahanta df.stack().unstack(level=1) 怎么样
No 也没有用。我希望 df.unstack(level=-1).stack(level=1) 能工作。它没有。我认为当我们删除“Spending”时，Body Type 对于许多行变得很常见，所以它不是唯一的，所以不能作为索引？如果以某种方式我们可以在不取消堆叠的情况下进行交换，那可能会起作用。