如何通过简单方法对多层索引DataFrame完成目标结构转换

需求说明 #

需要将列方向为两层MultiIndex（层级名C1、second）、行方向为单层索引（值为N1/N2）的左表，转换为行方向为两层MultiIndex（C1/second）、列方向为单层索引（N1/N2）的右表结构，转换效果参考下图：

原始左表构造代码如下：

import pandas as pd
import numpy as np

arrays = [
    ["T1", "T1", "T2", "T2"],
    ["C2", "C3", "C2", "C3"],
]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=["C1", "second"])
Left_table = pd.DataFrame(np.random.randn(2, 4), index=["N1", "N2"], columns=index)

最简实现 #

不需要组合使用pivot、melt等变形函数，针对多层索引的轴转换有原生极简写法：

• 当列索引层级顺序和目标行索引层级顺序完全匹配时，直接转置即可，一行代码完成转换：

Right_table = Left_table.T

• 如果需要灵活调整层级顺序，可使用stack+unstack组合，方便后续自定义层级排列：

# 先将列的两层索引全部堆叠到行方向，再把原行索引转到列方向
Right_table = Left_table.stack(level=["C1", "second"]).unstack(level=0)

两种写法输出结果完全一致，转换后行索引第一层为C1（值T1/T2）、第二层为second（值C2/C3），列名为N1/N2，和目标右表结构完全匹配。

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