转换Multindex数据框并按位置更改第二级索引
我有一个多索引数据框，其中索引中有两个日期。每个日期组合都有A，B，C，D列的值。
tradedate deliverydate A B C D
2017-09-15 00:00:00 2017-09-11 00:00:00 31.84 27.61 32.3 46.57
2017-09-18 00:00:00 39 41.33 42.13 51.655
2017-09-25 00:00:00 39.75 40.5 42.89 56.135
2017-10-02 00:00:00 41.25 37.85 43.375 54.725
2017-10-09 00:00:00 46 40.72 47.875 54.475
2017-09-18 00:00:00 2017-09-11 00:00:00 32.04 28.94 34.18 49.295
2017-09-18 00:00:00 40.2 41.615 42.945 50.71
2017-09-25 00:00:00 40 39.55 41.815 54.125
2017-10-02 00:00:00 41.75 37.265 43.99 52.975
2017-10-09 00:00:00 44.75 40.615 48.5 54.285
2017-10-16 00:00:00 51.12 42.875 52.625 54.475
我想通过将位置替换级别2中的交付日期，然后使用列名和位置创建列来解决多索引问题。
职位看起来像这样：
tradedate position A B C D
2017-09-15 00:00:00 0 31.84 27.61 32.3 46.57
1 39 41.33 42.13 51.655
2 39.75 40.5 42.89 56.135
3 41.25 37.85 43.375 54.725
4 46 40.72 47.875 54.475
2017-09-18 00:00:00 0 32.04 28.94 34.18 49.295
1 40.2 41.615 42.945 50.71
2 40 39.55 41.815 54.125
3 41.75 37.265 43.99 52.975
4 44.75 40.615 48.5 54.285
5 51.12 42.875 52.625 54.475
最终的数据框应没有多索引，如下所示：
tradedate A_0 A_1 A_2 A_3 A_4 A_5 B_0 … D_4 D_5
2017-09-15 00:00:00 31.84 39 39.75 41.25 46 - 27.61 … 54.475
2017-09-18 00:00:00 32.04 40.2 40 41.75 44.75 51.12 28.94 … 54.285 54.475
有人可以帮我这些转变吗？
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
这样可以：
new_df = (df.reset_index(level=1, drop=True) .set_index(df.groupby(level=0).cumcount(), append=True) # this is your step 1 .unstack(level=1) ) # rename columns new_df.columns = [f'{x}_{y}' for x,y in new_df.columns] # reset_index new_df = new_df.reset_index()样本数据：
df = (pd.DataFrame({'a':['x']\*+['y']\*, 'b':[8,8,8,9,7,7,7], 'A':[1,2,3,4,5,6,7], 'B':[7,6,5,4,3,2,1]}) .set_index(['a','b']) )输出：
a A_0 A_1 A_2 A_3 B_0 B_1 B_2 B_3 0 x 1.0 2.0 3.0 4.0 7.0 6.0 5.0 4.0 1 y 5.0 6.0 7.0 NaN 3.0 2.0 1.0 NaN回答来源：stackoverflow
2020-03-23 19:57:00赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
