如何将DataFrame行多索引中的聚合方法维度转为列？

你可以用unstack()方法快速实现这个需求——它专门用于将行多索引的指定层级转移到列维度，搭配reset_index()整理结构就能得到目标表格。

示例操作 #

假设你的原始DataFrame结构如下（行是EntityType+聚合方法的多索引，列是单索引数值列）：

import pandas as pd

# 构造示例数据
data = {'Value': [10, 20, 30, 40]}
multi_index = pd.MultiIndex.from_tuples(
    [('foo', 'sum'), ('foo', 'mean'), ('bar', 'sum'), ('bar', 'mean')],
    names=['EntityType', 'AggMethod']
)
df = pd.DataFrame(data, index=multi_index)

原始表格输出：

Value
EntityType AggMethod       
foo        sum          10
           mean         20
bar        sum          30
           mean         40

执行以下代码完成转换：

# 将聚合方法索引层级转到列
transformed_df = df.unstack(level='AggMethod').reset_index()
# 整理列名，移除多级列的外层标签
transformed_df.columns = ['EntityType', 'mean', 'sum']

最终得到的目标结构：

EntityType  mean  sum
0        foo    20   10
1        bar    40   30

关键细节 #

• unstack(level='AggMethod')：通过指定索引层级名称，精准把行中的聚合方法维度转为列
• reset_index()：将剩余的EntityType索引转回普通列，让表格结构更直观
• 后续新增其他EntityType（如'baz'）时，直接复用这段代码即可自动适配，无需调整逻辑

如果你的多索引层级顺序不同，只需修改unstack()的level参数（可以用层级名称或索引位置，比如level=1）。

内容的提问来源于stack exchange，提问作者Sidney