在多索引矩阵pandas中重新组织列

atmip9wb 于 2023-06-20 发布在其他

关注(0)|答案(1)|浏览(110)

我有一个pandas数据框架，其中每行都有来自不同海拔高度的传感器的一些读数。我设法用df.pivot函数在一个矩阵中得到这些读数，其中索引是标识符，列是不同的海拔高度和这些海拔高度的三个数据值。
我的矩阵如下所示（数据是0级列标题，Alt是1级）
| 数据_1。|数据_2|数据_3。|
| - -----|- -----|- -----|
| Alt_1-Alt_2-Alt_3-...|Alt-1-Alt_2-Alt_3-...|Alt_1-Alt_2-Alt_3-...|
我想要的是重新排列多索引列，以便级别0作为海拔高度，级别1是数据。
我尝试了各种方法来改变级别，重命名元组等。但没发现什么有用的东西我希望这个表看起来像这样：
| 备选案文1.| Alt_2| Alt_3|......这是什么？|
| - -----|- -----|- -----|- -----|
| 数据_1-数据_2-数据_3|数据_1-数据_2-数据_3|数据_1-数据_2-数据_3|数据_1-数据_2-数据_3|

pandas

来源：https://stackoverflow.com/questions/76409395/reorganise-columns-in-multiindex-matrix-pandas

1条答案

按热度按时间

suzh9iv81#

我认为这就是swaplevel的闪光点。尝试使用：

df.swaplevel(axis=1)

示例：

df = pd.DataFrame(
    {"Grade": ['A','B','C','D','E','F','G','H','I']},
    index=[
        ['Data_1']*3 + ['Data_2']*3 + ['Data_3']*3,
        ['Alt_1','Alt_2','Alt_3']*3]).T

它看起来如下：

Data_1             Data_2             Data_3            
       Alt_1 Alt_2 Alt_3  Alt_1 Alt_2 Alt_3  Alt_1 Alt_2 Alt_3
Grade      A     B     C      D     E     F      G     H     I

改造后：

df.swaplevel(axis=1)

我们得到：

Alt_1  Alt_2  Alt_3  Alt_1  Alt_2  Alt_3  Alt_1  Alt_2  Alt_3
      Data_1 Data_1 Data_1 Data_2 Data_2 Data_2 Data_3 Data_3 Data_3
Grade      A      B      C      D      E      F      G      H      I

赞(0）回复(0）举报 2023-06-20

我来回答

在多索引矩阵pandas中重新组织列

1条答案

相关问题

热门标签

最新问答