如何使第一行变成第二级MultiIndex

Question

我有一个现有的 DataFrame，如下所示：

     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。

重复的一二一已经是一个一级MultiIndex。 我知道如果我添加另一个级别，它们会合并在一起，但是很难将第一行转换为 MultiIndex 的第二级。

有简单的方法吗？

想要的输出：

             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

除了耶斯瑞尔的回答。这个想法是正确的，只需进行一些更改即可使其发挥作用。谢谢耶兹瑞尔。

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

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

Answer 2

Jezrael 提出的解决方案需要一些更正：

1. df.columns 和 df.iloc[0] 应该一起第一个 from_arrays 的参数，而不是两个单独的参数。

2. 第二级MultiIndex的来源（df.iloc[0]） 应补充 .values。否则这个 MultiIndex 级别 继承名称 (0) - 行 0 的索引值。

3. 生成的 MultiIndex 应替换为 df.columns， 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 3

使用T 和set_index

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

Answer 4

我认为您需要MultiIndex.from_arrays，然后通过DataFrame.iloc 使用索引过滤掉第一行：

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