将MultiIndex索引值设为列：如何简便实现MultiIndex Series到指定DataFrame的转换？

嘿，这两个需求在pandas里都有非常简便的实现方式，而且第二个转换操作有个专门的名称——unstacking（解堆叠），你搜这个关键词就能找到大量相关资料啦！

先给你一步步拆解：

1. 将MultiIndex的索引值设置为列 #

如果你只是想把多级索引的每一级都转成DataFrame的列，用reset_index()方法就可以。比如针对你给出的Series：

import pandas as pd

# 先构造示例Series
s = pd.Series(
    [0, 1, 2, 3],
    index=pd.MultiIndex.from_tuples(
        [('bar', 'one'), ('bar', 'two'), ('baz', 'one'), ('baz', 'two')],
        names=['group', 'subgroup']
    )
)

# 将索引转为列
df_with_index_cols = s.reset_index()

执行后会得到这样的DataFrame：

group subgroup  0
0   bar      one  0
1   bar      two  1
2   baz      one  2
3   baz      two  3

2. 转换为指定结构的DataFrame（Unstacking操作） #

你要的这个转换就是典型的unstack——把多级索引中的某一级“展开”作为DataFrame的列。我注意到你给出的目标DataFrame数值和原Series的对应关系有点小偏差（原Series里bar的two对应1，baz的one对应2，但目标里是bar的two对应2，baz的one对应1），可能是笔误？这里分两种情况说明：

情况1：和原Series逻辑对应的常规转换

执行以下代码即可把最后一级索引转为列：

# 解堆叠最后一级索引（subgroup）为列
result_df = s.unstack()

得到的结果是：

one  two
group
bar      0    1
baz      2    3

情况2：得到你给出的目标结构

如果确实需要目标里的数值交叉对应，那可以先交换索引级别，再解堆叠后转置：

# 交换两级索引的顺序，再解堆叠，最后转置
result_df = s.swaplevel().unstack().T

这样就能得到：

one  two
bar      0    2
baz      1    3

总结一下：

• 把MultiIndex转为列用reset_index()
• 多级索引Series转宽表结构用unstack()，这个操作的名称就是unstacking，对应的逆操作是stack()（堆叠），搜pandas stack/unstack就能找到详细文档啦！

内容的提问来源于stack exchange，提问作者B Douchet