如何在pandas DataFrame透视时生成MultiIndex多级列结构

实现方法 #

你可以直接用pandas内置的透视方法完成该需求，两种常用实现路径如下：

方法1：直接用pivot方法

指定索引、透视列和取值列即可，自动生成多级列索引：

import pandas as pd

# 假设原始数据存在变量df中
pivot_result = df.pivot(
    index="ID",
    columns="Date",
    values=["Value 1", "Value 2"]
)

方法2：用set_index+unstack组合实现

先将ID和Date设为复合索引，再把Date维度展开到列上：

pivot_result = df.set_index(["ID", "Date"]).unstack(level="Date")

两种方法得到的结果完全符合你需要的MultiIndex列结构，第一层为Value 1/Value 2，第二层为年份2019/2020。如果需要调整列的排序规则，可以额外对列索引执行排序：

# 按第一层列名排序，再按第二层年份升序
pivot_result = pivot_result.sort_index(axis=1, level=[0,1])

内容的提问来源于stack exchange，提问作者phildowd