如何用melt/stack/unstack转换DataFrame：将列多级索引移至行索引

要实现保留原有行索引、将列多级索引的某一层转为行索引子层级的需求，正确工具是**stack()**方法（你之前误用的unstack()是反向操作，用于把行索引转成列索引）。

具体实现代码 #

基于你的示例，一行代码即可完成转换：

import pandas as pd
import numpy as np

# 生成原始DataFrame
names = ['mike', 'matt', 'dave']
details = ['bla', 'foo']
columns = pd.MultiIndex.from_tuples((n,d) for n in names for d in details)
index = pd.date_range(start="2022-10-30",  end="2022-11-3" ,freq="d")
have = pd.DataFrame(np.random.randint(0,100, size = (5,6)), index=index, columns=columns)

# 转换：将列的第0层（name）转为行索引的子层级
want = have.stack(level=0)

关键说明 #

• stack(level=0)：指定把列多级索引的第0层（对应names的层级）转成行索引的子层级，转换后行索引变为原始日期索引 + name的多级结构，列则保留details对应的层级，完全匹配你想要的want结构。
• 如果给列多级索引设置了名称（比如names=['name', 'detail']），可以直接用层级名替换数字，可读性更强：

  columns = pd.MultiIndex.from_tuples((n,d) for n in names for d in details, names=['name', 'detail'])
  want = have.stack(level='name')
  

内容的提问来源于stack exchange，提问作者user3556757