Pandas DataFrame中选定MultiIndex级别进行转置

在本文中，我们将介绍如何在Pandas DataFrame中选择特定的MultiIndex级别进行转置。

阅读更多：Pandas 教程

背景

Pandas是一个强大的用于数据分析和数据处理的Python库。MultiIndex是Pandas中用于多层索引的功能，它允许我们在一个轴上拥有多个级别的索引。在某些情况下，我们可能需要对DataFrame中的特定MultiIndex级别进行转置，以便更好地满足我们的分析需求。

创建示例DataFrame

让我们首先创建一个示例DataFrame，以便演示如何进行转置操作。我们将创建一个包含学生成绩的DataFrame，其中有两个MultiIndex级别：“学生ID”和“科目”。

import pandas as pd

data = {'学生ID': ['001', '001', '002', '002', '003', '003'],
        '科目': ['数学', '英语', '数学', '英语', '数学', '英语'],
        '成绩': [90, 85, 95, 80, 91, 89]}

df = pd.DataFrame(data)
df.set_index(['学生ID', '科目'], inplace=True)

print(df)

输出结果为：

          成绩
学生ID 科目    
001   数学  90
      英语  85
002   数学  95
      英语  80
003   数学  91
      英语  89

如上所示，我们的DataFrame具有两个MultiIndex级别：“学生ID”和“科目”。

转置选定的MultiIndex级别

要在Pandas DataFrame中转置选定的MultiIndex级别，我们可以使用unstack函数。unstack函数将当前级别的索引转化为DataFrame的列。

假设我们希望将“学生ID”级别进行转置，即将“学生ID”作为列而不是索引。我们可以使用以下代码来实现：

transposed_df = df.unstack(level='学生ID')
print(transposed_df)

输出结果为：

       成绩      
学生ID  001 002 003
科目                
数学      90  95  91
英语      85  80  89

我们可以看到，转置后的DataFrame中“学生ID”级别被转化为了列名，并且每个学生的成绩都在对应的列下。

同样地，我们也可以选择转置“科目”级别。在这种情况下，我们将“科目”作为列，并将每个学生在每个科目下的成绩转换为对应的值。以下代码演示了如何转置“科目”级别：

transposed_df = df.unstack(level='科目')
print(transposed_df)

输出结果为：

     成绩    
科目   数学  英语
学生ID        
001   90  85
002   95  80
003   91  89

我们可以看到，“科目”级别被转化为列名，并且每个学生在每个科目下的成绩都在对应的列中。

可以使用多个级别进行转置，只需提供一个包含要转置的级别名称的列表即可。

总结

在本文中，我们学习了如何在Pandas DataFrame中选择特定的MultiIndex级别进行转置。我们使用unstack函数将当前级别的索引转化为DataFrame的列，从而得到我们想要的转置结果。这个功能对于在处理多层级索引的数据时非常有用，因为它能够将数据重新排列以更好地满足我们的分析需求。希望这篇文章对你有所帮助！