Pandas 在索引和列上使用多索引重新索引 [英] Pandas re-indexing with Multiindex on Index AND Columns

问题描述

我有一个很长的数据框，其中包含以下格式的列:

I have a long dataframe with these columns in this format:

id  gender  size    region_a_count  region_b_count  item_group
 x   m       x            x                x         x
 x   f       x            x                x         x
 x   f       x            x                x         x
 x   m       x            x                x         x
 x   f       x            x                x         x
 x   m       x            x                x         x   

性别、大小、商品组和地区的每个组合都是独一无二的.所以不需要进行聚合.

Each combination of gender, size,item_group and region is unique. So there is no need to perform an aggregation.

我想将索引和列重新索引到这种类型的输出，而单元格值保持不变

I want to reindex the index and columns to this type of output, with the cell values staying the same

                    region_a         region_b        region_c   
                    m        f       m        f      m         f
      (index of size)
item_group  1                       
            2                       
            3                       
item_group  1                       
            2                       
            3                       

也就是说，具有索引以及具有多索引的列.我能够通过调用来执行索引的部分:

That is, with index as well as columns having a multiindex. I was able to perform the part for the index by calling:

df.groupby(["item_group","size"])

但是列问题仍然存在.

如何从现有数据帧创建多索引列?

How can I create the column multiindex from the existing dataframe?

推荐答案

我相信你需要 set_index 和 unstack:

I believe you need set_index with unstack:

df1 = df.set_index(["item_group","size", "id","gender"]).unstack()

这篇关于Pandas 在索引和列上使用多索引重新索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！