Pandas，将 MultiIndex 数据框的某些列转换为行

Question

我有一个这样的 MultiIndex 数据框：

col_type1  col_type2   col_a           col_b           colc
col_type1  col_type2   col_x  col_y    col_x col_y    col_x  col_y
type11     type21      10     100      11    101      12     102
type12     type22      20     200      21    201      22     202
type13     type23      30     300      31    301      32     302

这是创建数据框代码：

pd.DataFrame.from_dict(
{('col_type1', 'col_type1'): {0: 'type11', 1: 'type12', 2: 'type13'},
 ('col_type2', 'col_type2'): {0: 'type21', 1: 'type22', 2: 'type23'},
 ('col_a', 'col_x'): {0: '10', 1: '20', 2: '30'},
 ('col_a', 'col_y'): {0: '100', 1: '200', 2: '300'},
 ('col_b', 'col_x'): {0: '11', 1: '21', 2: '31'},
 ('col_b', 'col_y'): {0: '101', 1: '201', 2: '301'},
 ('col_c', 'col_x'): {0: '12', 1: '22', 2: '32'},
 ('col_c', 'col_y'): {0: '102', 1: '202', 2: '302'}})

我想把这个数据框融合成这种格式，保留col_type1，col_type2，并将第一级列转换为行：

col_type1 col_type2  col_convert col_x  col_y
type11    type21     col_a       10     100  
type11    type21     col_b       11     101
type11    type21     col_c       12     102
type12    type22     col_a       20     200  
type12    type22     col_b       21     201
type12    type22     col_c       22     202
type13    type23     col_a       30     300  
type13    type23     col_b       31     301
type13    type23     col_c       32     302

我试过melt()，这个方法可以设置col_level。

但是当我将它设置为0时，它会失去级别1。

当我将其设置为1 时，它将失去级别0。

我试过unstack()，这个方法不能设置col_level，

我必须先过滤 type1 并删除列 col_type，

然后unstack数据两次，然后将col_type追加为type1，

还有type2、type3...

有更好的方法吗？

Answer 1

更新：

df = pd.DataFrame.from_dict(
{('col_type1', 'col_type1'): {0: 'type11', 1: 'type12', 2: 'type13'},
 ('col_type2', 'col_type2'): {0: 'type21', 1: 'type22', 2: 'type23'},
 ('col_a', 'col_x'): {0: '10', 1: '20', 2: '30'},
 ('col_a', 'col_y'): {0: '100', 1: '200', 2: '300'},
 ('col_b', 'col_x'): {0: '11', 1: '21', 2: '31'},
 ('col_b', 'col_y'): {0: '101', 1: '201', 2: '301'},
 ('col_c', 'col_x'): {0: '12', 1: '22', 2: '32'},
 ('col_c', 'col_y'): {0: '102', 1: '202', 2: '302'}})

df.set_index([('col_type1', 'col_type1'),('col_type2', 'col_type2')])\
  .stack(0)\
  .reset_index()\
  .rename(columns={('col_type1', 'col_type1'):'col_type1',
                   ('col_type2', 'col_type2'):'col_type2',
                   'level_2':'col_convert'})

输出：

  col_type1 col_type2 col_convert col_x col_y
0    type11    type21       col_a    10   100
1    type11    type21       col_b    11   101
2    type11    type21       col_c    12   102
3    type12    type22       col_a    20   200
4    type12    type22       col_b    21   201
5    type12    type22       col_c    22   202
6    type13    type23       col_a    30   300
7    type13    type23       col_b    31   301
8    type13    type23       col_c    32   302

尝试，堆叠多索引列的零级：

df.stack(0).reset_index()

输出：

       0 level_1  col_x  col_y
0  type1   col_a     10    100
1  type1   col_b     11    101
2  type1   col_c     12    102
3  type2   col_a     20    200
4  type2   col_b     21    201
5  type2   col_c     22    202
6  type3   col_a     30    300
7  type3   col_b     31    301
8  type3   col_c     32    302