如何利用MultiIndex重塑DataFrame并完成数据填充？

原始数据 #

需求说明 #

需要将上述DataFrame转换为带有**MultiIndex（多级列索引）**的格式，多级列结构为[产品名, ['Apportioned','Unutilised','outstanding','Exposure']]。已创建空的多级索引DataFrame，但无法填充数据。

解决方案 #

以下提供两种高效的填充方式，先明确基础准备步骤：

1. 基础数据初始化 #

先将原始数据转为DataFrame，并提取所需的索引/列列表：

import pandas as pd

# 原始数据转为DataFrame
raw_data = {
    'cust_id': [123, 123, 543, 543, 543],
    'product': ['pencil', 'book', 'file', 'pencil', 'book'],
    'cost': [10, 20, 70, 20, 80],
    'return price': [5, 10, 50, 4, 56],
    'quantity': [2, 1, 3, 3, 7]
}
df = pd.DataFrame(raw_data)

# 自动提取唯一客户ID和产品列表（避免手动输入出错）
cpid_list = df['cust_id'].unique().tolist()
product_list = df['product'].unique().tolist()

2. 方式一：用unstack批量转换（高效推荐） #

先计算多级列对应的指标值，再通过unstack直接转换为目标格式：

# 先计算每个指标列（可根据实际业务规则调整计算逻辑）
df['Apportioned'] = df['cost'] * df['quantity']
df['Unutilised'] = df['return price'] * df['quantity']
df['outstanding'] = (df['cost'] - df['return price']) * df['quantity']
df['Exposure'] = df['Apportioned'] - df['Unutilised']

# 转换为多级列格式
new_df = df.set_index(['cust_id', 'product'])[['Apportioned', 'Unutilised', 'outstanding', 'Exposure']].unstack(level='product')

# 调整列层级顺序，匹配目标格式的[产品名, 指标名]结构
new_df = new_df.reorder_levels([1, 0], axis=columns)[product_list]

3. 方式二：逐行循环填充（适合自定义复杂逻辑） #

如果需要针对特定位置做个性化赋值，可遍历原始数据逐行填充：

# 创建空的多级索引DataFrame
header = pd.MultiIndex.from_product([product_list, ['Apportioned','Unutilised','outstanding','Exposure']])
new_df = pd.DataFrame(index=cpid_list, columns=header)

# 遍历原始数据，填充对应位置
for _, row in df.iterrows():
    cust = row['cust_id']
    prod = row['product']
    # 按业务规则计算并赋值
    new_df.loc[cust, (prod, 'Apportioned')] = row['cost'] * row['quantity']
    new_df.loc[cust, (prod, 'Unutilised')] = row['return price'] * row['quantity']
    new_df.loc[cust, (prod, 'outstanding')] = (row['cost'] - row['return price']) * row['quantity']
    new_df.loc[cust, (prod, 'Exposure')] = (row['cost'] - row['return price']) * row['quantity']

注意事项 #

• 指标计算逻辑可根据实际业务需求修改，上述仅为示例
• 确保cpid_list和product_list包含所有需要的行/列，避免索引不匹配
• 数据量较大时，优先使用unstack方式，效率远高于逐行循环

内容的提问来源于stack exchange，提问作者kavyashree H.P