如何将Pandas多级索引表头转换为单索引并调整结构

原始数据场景 #

用户通过以下代码获取股票行情数据：

import pandas as pd
import yfinance as yf
pd.set_option('display.max_columns', None)
symbols=["A","AA"]
df = yf.download(symbols, period='7d')
print(df.head())

得到的是多级列索引的DataFrame，结构如下：

Adj Close                  Close             
                                    A         AA           A         AA   
Date                                                                      
2023-02-28 00:00:00-05:00  141.970001  48.851852  141.970001  48.939999   
2023-03-01 00:00:00-05:00  137.509995  51.556973  137.509995  51.650002   
2023-03-02 00:00:00-05:00  141.669998  53.593296  141.669998  53.689999   
2023-03-03 00:00:00-05:00  143.929993  55.420002  143.929993  55.520000   
2023-03-06 00:00:00-05:00  143.229996  53.689999  143.229996  53.689999   

                                 High                    Low             
                                    A         AA           A         AA   
Date                                                                      
2023-02-28 00:00:00-05:00  143.380005  50.040001  141.389999  47.799999   
2023-03-01 00:00:00-05:00  139.990005  52.959999  136.250000  50.529999   
2023-03-02 00:00:00-05:00  141.720001  53.709999  136.080002  50.049999   
2023-03-03 00:00:00-05:00  144.440002  55.740002  141.979996  53.700001   
2023-03-06 00:00:00-05:00  145.440002  54.900002  142.679993  53.380001   

                                 Open              Volume           
                                    A         AA        A       AA
Date                                                                
2023-02-28 00:00:00-05:00  141.750000  48.250000  2342500  3871400
2023-03-01 00:00:00-05:00  138.580002  51.290001  3132800  7599600
2023-03-02 00:00:00-05:00  136.300003  50.189999  1879200  6467900
2023-03-03 00:00:00-05:00  142.539993  54.330002  1147800  6158800
2023-03-06 00:00:00-05:00  143.350006  54.009998  1153600  5129900

需求说明 #

需要将上述结构调整为：把表头中的股票代码（A、AA）提取为新的symbol列，表头仅保留行情指标（Adj Close、Close等），最终每行对应单只股票的单日数据。

解决方案代码 #

可以通过Pandas的stack()和reset_index()方法实现：

# 调整多级列索引，将股票代码层转为行
df_reshaped = df.stack(level=1).reset_index()
# 重命名股票代码对应的列名为symbol
df_reshaped.rename(columns={'level_1': 'symbol'}, inplace=True)
# 查看调整后的结果
print(df_reshaped.head())

调整后的数据结构 #

运行上述代码后，得到的DataFrame结构如下：

Date symbol   Adj Close       Close        High         Low        Open    Volume
0 2023-02-28 00:00:00-05:00      A  141.970001  141.970001  143.380005  141.389999  141.750000  2342500
1 2023-02-28 00:00:00-05:00     AA   48.851852   48.939999   50.040001   47.799999   48.250000  3871400
2 2023-03-01 00:00:00-05:00      A  137.509995  137.509995  139.990005  136.250000  138.580002  3132800
3 2023-03-01 00:00:00-05:00     AA   51.556973   51.650002   52.959999   50.529999   51.290001  7599600
4 2023-03-02 00:00:00-05:00      A  141.669998  141.669998  141.720001  136.080002  136.300003  1879200

代码解释 #

• stack(level=1)：将多级列索引的第1层（股票代码A、AA）转换为行索引的一部分，实现“宽表转长表”的效果。
• reset_index()：将原来的行索引（Date）和新生成的股票代码索引转为普通列。
• rename(columns={'level_1': 'symbol'})：把默认生成的level_1列名改为更直观的symbol。

内容的提问来源于stack exchange，提问作者Marcixen