python–将DataFrame列标题设置为MultiIndex

如何将具有单级列的现有数据框转换为具有分层索引列(MultiIndex)？

示例数据帧：

In [1]:
import pandas as pd
from pandas import Series, DataFrame
df = DataFrame(np.arange(6).reshape((2,3)),
index=['A','B'],
columns=['one','two','three'])
df
Out [1]:
one two three
A 0 1 2
B 3 4 5


我以为reindex()会起作用,但我得到了NaN：

In [2]:
df.reindex(columns=[['odd','even','odd'],df.columns])
Out [2]:
odd even odd
one two three
A NaN NaN NaN
B NaN NaN NaN


如果我使用DataFrame(),则相同：

In [3]:
DataFrame(df,columns=[['odd','even','odd'],df.columns])
Out [3]:
odd even odd
one two three
A NaN NaN NaN
B NaN NaN NaN


如果我指定df.values,这最后一种方法确实有效：

In [4]:
DataFrame(df.values,index=df.index,columns=[['odd','even','odd'],df.columns])
Out [4]:
odd even odd
one two three
A 0 1 2
B 3 4 5


这样做的正确方法是什么？为什么reindex()给NaN？

解决方法:

你很接近,只是将列直接设置为一个新的(大小相同)索引(如果它的列表列表将转换为多索引)

In [8]: df
Out[8]:
one two three
A 0 1 2
B 3 4 5
In [10]: df.columns = [['odd','even','odd'],df.columns]
In [11]: df
Out[11]:
odd even odd
one two three
A 0 1 2
B 3 4 5


Reindex将重新排序/过滤现有索引.你得到所有nans的原因是你说,他们找到与这个新索引相匹配的现有列;没有比赛,这就是你得到的