如何将Pandas DataFrame的索引设置为二级列表头并重组数据？

原始DataFrame（df1） #

以下是原始数据的定义及输出：

import pandas as pd

data1 = [['a', 'b', 'c'], [1, 2, 3], [1, 0, 0], [0, 1, 0]]
columns1 = ['c0', 'c1', 'c2']
index1 = ['i0', 'i1', 'i2', 'i3']
df1 = pd.DataFrame(data1, columns=columns1, index=index1)

print(df1)

输出结果：

c0 c1 c2
i0  a  b  c
i1  1  2  3
i2  1  0  0
i3  0  1  0

目标DataFrame（df2） #

需要转换为具有二级列头的结构，定义及输出如下：

data2 = [['a', 'b', 'c', 1, 2, 3, 1, 0, 0, 0, 1, 0]]
columns2 = [['c0', 'c1', 'c2', 'c0', 'c1', 'c2', 'c0', 'c1', 'c2', 'c0', 'c1', 'c2'],
            ['i0', 'i0', 'i0', 'i1', 'i1', 'i1', 'i2', 'i2', 'i2', 'i3', 'i3', 'i3']]
df2 = pd.DataFrame(data2, columns=columns2)

print(df2)

输出结果：

c0 c1 c2 c0 c1 c2 c0 c1 c2 c0 c1 c2
  i0 i0 i0 i1 i1 i1 i2 i2 i2 i3 i3 i3
0  a  b  c  1  2  3  1  0  0  0  1  0

实现代码 #

可以通过stack()、索引交换和转置快速完成转换：

# 基于原始df1进行转换
s = df1.stack()
# 交换多级索引的层级，让原列名作为第一级，原行索引作为第二级
s.index = s.index.swaplevel()
# 将Series转为DataFrame并转置，得到目标结构
df2 = s.to_frame().T

执行上述代码后，df2的结构和输出将与目标完全一致。

内容的提问来源于stack exchange，提问作者pyaj