关于Pandas多索引DataFrame重塑函数的使用疑问

嘿，刚好碰到过类似的场景，我来帮你捋清楚怎么实现你想要的多索引pivot效果！

你现在的需求是把id1和id2共同作为行索引，同时将type列的取值（A/B/C）转成列，对应填充value的值，最终得到3行的DataFrame对吧？其实只需要调整pivot方法里的index参数就可以了——把index设置为一个包含id1和id2的列表，这样Pandas就会自动生成多级索引（MultiIndex）来匹配这两个列的唯一组合。

具体代码实现 #

先看你的原始数据：

import pandas as pd

d = {'id1': [1,1,1,1,1,1,2,2,2], 
     'id2': [1,1,1,2,2,2,1,1,1], 
     'value': [1,2,3,4,5,6,7,8,9], 
     'type':['A','B','C','A','B','C','A','B','C']}
tab = pd.DataFrame(data=d)

然后使用带多索引的pivot：

result = tab.pivot(index=['id1', 'id2'], columns='type', values='value')
print(result)

运行结果 #

你会得到这样的输出，正好是你想要的3行结构，行索引是id1和id2的唯一组合：

type        A  B  C
id1 id2           
1   1       1  2  3
    2       4  5  6
2   1       7  8  9

额外小提示 #

如果之后你想把多级索引拆成普通的列，可以用reset_index()方法：

result_reset = result.reset_index()
print(result_reset)

这样就会把id1和id2变回DataFrame的列，而不是索引了。

内容的提问来源于stack exchange，提问作者user350540