如何重塑多索引數據幀

我有一個多索引DataFrame，我想將其列用作行，然後將列重命名爲度量的名稱。如何重塑多索引數據幀

arrays = [np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux']), 
      np.array(['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two'])] 
df = pd.DataFrame(np.random.randn(8, 4), index=arrays) 

       0   1   2   3 
bar one 0.049409 0.533468 0.528360 -1.437937 
    two 2.081377 -0.945535 0.237531 -0.781147 
baz one 0.005216 1.158222 -1.178232 -1.470667 
    two -0.043834 -0.320864 -1.568357 0.803620 
foo one -0.758539 -1.009726 0.139992 0.281034 
    two -1.806000 0.206872 -0.728195 1.051045 
qux one -1.106591 -0.621868 -1.139649 -0.185527 
    two 0.176220 -0.961532 3.587891 0.627658

我想讓我的數據幀是這樣的：

  measure_name 
bar one 0 0.049409 
    two 1 -0.945535 
    one 2 0.528360 
    two 3 -0.781147

我無法弄清楚如何做到這一點。我試過pd.melt()，但是擺脫了multiindex，我需要有一種方法將列中的值綁定到索引。

在此先感謝！

來源

2017-08-02 rubito

你可以設置一個種子和請重新打印你的數據？我們更容易理解你想要什麼。 –

我不熟悉種子是什麼？ – rubito

'np.random.seed（42）'沒關係，piRSquared明白了。 –

IIUC：

df.stack().to_frame('measure_name') 

      measure_name 
bar one 0  0.562183 
     1  2.090766 
     2  -0.164342 
     3  0.499693 
    two 0  -0.174269 
     1  -0.997726 
     2  0.820774 
     3  0.243022 
baz one 0  -0.158621 
     1  0.520945 
     2  -0.356393 
     3  0.465289 
    two 0  -1.187833 
     1  0.886986 
     2  1.415511 
     3  0.940117 
foo one 0  -0.010860 
     1  0.126255 
     2  1.131045 
     3  -0.899853 
    two 0  -1.121544 
     1  -0.327184 
     2  0.074396 
     3  0.214501 
qux one 0  -0.028317 
     1  -1.476114 
     2  1.415711 
     3  -0.355655 
    two 0  0.285167 
     1  1.535384 
     2  0.074326 
     3  -1.860993

來源

2017-08-02 16:50:37 piRSquared

非常感謝你！這正是我需要的！我不知道'.to_frame（）'做了什麼。 – rubito

@rubito歡迎您。很高興我能幫上忙。 @ScottBoston也爲如何使用'pd.DataFrame.melt'提供了一個很好的演示。 '熔化'是一種非常有用的方法，他的解決方案在解釋如何在這種情況下使用它很好。 – piRSquared

如果你想melt，但@piRSquared解決方案是更好的：

(df.reset_index() 
    .melt(id_vars=['level_0','level_1'],value_name='measure_name') 
    .set_index(['level_0','level_1','variable']) 
    .rename_axis([None]*3) 
    .sort_index())

輸出：

  measure_name 
bar one 0  -1.442157 
     1  -0.738047 
     2  -1.724773 
     3  0.952186 
    two 0  0.470124 
     1  0.296891 
     2  0.208106 
     3  1.050396 
baz one 0  1.480720 
     1  1.054237 
     2  -0.195591 
     3  0.994051 
    two 0  -0.671022 
     1  -0.587526 
     2  -0.664228 
     3  1.474525 
foo one 0  -0.427713 
     1  -0.083597 
     2  -0.460711 
     3  0.646449 
    two 0  -0.140055 
     1  1.029966 
     2  0.431720 
     3  -0.902373 
qux one 0  -3.126427 
     1  0.904205 
     2  -0.592984 
     3  1.812544 
    two 0  -1.450957 
     1  1.453259 
     2  -0.929294 
     3  -0.147798

來源

2017-08-02 17:01:46

如何重塑多索引數據幀

回答

相關問題