Pandas 使用堆栈或融化（使用列作为行），多行作为列标题

Posted 2023-03-12

【中文标题】Pandas 使用堆栈或融化（使用列作为行），多行作为列标题

【英文标题】：Pandas using stack or melt(using columns as rows) with multiple rows as column header

【发布时间】：2021-02-17 03:44:39

【问题描述】：

我需要使用 melt 函数 (pandas) 将我的数据表转换为一维格式，但我有两行的列，根据我的研究，我必须使用多索引来定义这些行作为列。

例如：

df.columns = pd.MultiIndex.from_arrays(
        df.iloc[:2].apply(list, 1))
df = df.iloc[2:].reset_index(drop=True)

之后当我应用融化功能时：

        df = df.melt(id_vars=df.columns[[0,1]],
                 var_name='columns', value_name='Value')

我收到此错误：ValueError("Can only tuple-index with a MultiIndex") ValueError: Can only tuple-index with a MultiIndex

我拥有的数据格式：

    A B C
    D E F 
X Y 1 2 3
Z T 4 5 6

我需要达到的数据格式：

X Y A D 1
X Y B E 2
X Y C F 3
Z T A D 4
Z T B E 5
Z T C F 6

我对python不是很有经验，所以如果你能帮助我，我会很高兴。提前致谢

【问题讨论】：

请与预期输出共享示例数据。不是图片。

【参考方案1】：

使用DataFrame.rename_axis 设置新的列名称，通过DataFrame.stack 重塑，最后通过Series.reset_index 将MultiIndex Series 转换为DataFrame：

df1 = df.rename_axis(['a','b'], axis=1).stack(level=[0,1]).reset_index(name='c')

在DataFrame.melt 中只能使用一个级别，不能同时使用两个级别：

df2 = df.melt(col_level=0, ignore_index=False)
df3 = df.melt(col_level=1, ignore_index=False)
#failed
df4 = df.melt(col_level=[0,1], ignore_index=False)