如何基于复合索引中的列透视DataFrame？求更优雅方案

你遇到的KeyError: 'ts'是因为pivot的index/columns参数要求传入列名，而你已经把ts和code设为了复合索引，它们不再属于DataFrame的列，因此无法被pivot识别。以下是几种更简洁的解决方法：

方法1：直接用原始DataFrame透视（最推荐） #

完全没必要提前设置复合索引，直接基于原始的三列数据执行透视即可：

df_pivot = df.pivot(index='ts', values='count', columns='code')

方法2：将索引还原为列后透视 #

如果已经执行了复合索引的设置，可通过reset_index()将索引转回列，再执行透视：

df_count = df_count.reset_index()
df_pivot = df_count.pivot(index='ts', values='count', columns='code')

方法3：利用复合索引的unstack方法 #

针对已设置复合索引的DataFrame，unstack可以直接将指定级别的索引转为列，实现类似透视的效果：

# 将code索引级别转为列，ts作为行索引
df_pivot = df_count.unstack(level='code')['count']

以上三种方法都能避免复制列的冗余操作，其中方法1是最直接高效的方案。

内容的提问来源于stack exchange，提问作者Capacytron