將元組的pandas列轉換爲MultiIndex

Question

所以我的代碼的組織方式與以下類似。它創建充滿元組列：

import pandas as pd 

d = [] 
d.append({'wilderness':('bear','salmon'), 'domestic':('cat','mouse'), 'farm':('wolf','sheep')}) 
d.append({'wilderness':('polar bear','seal'), 'domestic':('spider','fly'), 'farm':('cow','grass')}) 

pd.DataFrame(d) 

按照本例，每個元組的元素是相關的，這裏的捕食者和獵物。我真的不想將這些元組拆分爲不相關的單獨列，希望這些對之間的密切關係在結構中保持某種程度。

問題是，我的示例中的每個字符串都比這裏的動物名稱長一些，當我在Jupyter筆記本中查看數據框時，根本看不到元組的第二個元素，而且我需要能夠看到它，甚至選擇它等。

所以最初以爲Jupyter中可能會有一些設置會使每個元組元素都進入第二行。現在認爲最好的解決方案可能是pd.MultiIndex.from_tuples()，但在解決如何使用它時遇到了很多麻煩。看看幾個例子here和here。

有誰知道如何做到這一點？應該有兩個級別的列標題，例如domestic-predator/prey和元組元素進入每個新的子列。

我儘量不要在Pandas和NumPy中使用for循環，但是這是一個很難不會出現性能問題的場合，所以如果解決方案仍然使用循環友好的方法創建數據幀。

編輯 - 這裏是所需的輸出

 domestic    farm     wilderness 
     predator prey  predator prey  predator prey 

0  cat  mouse  wolf  sheep  bear  salmon 
1  spider fly   cow  grass  polar bear seal 

Answer 1

您可以使用concat與list comprehension：

df = pd.concat([pd.DataFrame(x, columns=['predator','prey']) for x in df.values.T.tolist()], 
       axis=1, 
       keys=df.columns) 
print (df) 

    domestic   farm   wilderness   
    predator prey predator prey predator prey 
0  cat mouse  wolf sheep  bear salmon 
1 spider fly  cow grass polar bear seal