如何将分类列转换为列多索引的级别 0答案

【问题标题】：How do I turn a categorical column into the level 0 of a column multi-index如何将分类列转换为列多索引的级别 0
【发布时间】：2021-06-17 14:55:19
【问题描述】：

如果我有这样的数据框：

生成于：

import pandas as pd
import numpy as np

df = pd.DataFrame({'dataset': ['dataset1']*2 + ['dataset2']*2 + ['dataset3']*2,
                   'frame': [1,2] * 3,
                   'result1': np.random.randn(6),
                   'result2': np.random.randn(6),
                   'result3': np.random.randn(6),
                   'method': ['A']*3 + ['B']*3
                  })
df = df.set_index(['dataset','frame'])
df

如何转换它，以便拥有多索引列，其中 'method' 列中的值是多索引的第 0 级。缺失值应填写，例如像这样：

最终目标是我希望能够轻松地比较方法“A”和“B”之间的“result1”、“result2”、“result3”列中的相应值。

【问题讨论】：

标签： pandas dataframe pivot

【解决方案1】：

您可以通过DataFrame.set_index 将method 添加到MultiIndex，通过DataFrame.unstack 重新整形，最后通过DataFrame.swaplevel 使用DataFrame.sort_index：

df = df.set_index('method', append=True).unstack().swaplevel(1,0, axis=1).sort_index(axis=1)
print (df)
method                 A                             B                    
                 result1   result2   result3   result1   result2   result3
dataset  frame                                                            
dataset1 1      1.488609  1.130858  0.409016       NaN       NaN       NaN
         2      0.676011  0.645002  0.102751       NaN       NaN       NaN
dataset2 1     -0.418451  0.106414 -1.907722       NaN       NaN       NaN
         2           NaN       NaN       NaN -0.806521  0.422155  1.100224
dataset3 1           NaN       NaN       NaN  0.555876  0.124207 -1.402325
         2           NaN       NaN       NaN -0.705504 -0.837953 -0.225081

#if need remove second level
df = df.reset_index(level=1, drop=True)

【讨论】：

我刚刚意识到对于我的实际使用append=True 在set_index('method',append=True) 中很关键，否则我会得到错误：ValueError: Index contains duplicate entries, cannot reshape 这也被描述为here。