创建具有分层列的DataFrame

Question

创建具有分层列的DataFrame的最简单方法是什么？

我目前正在使用从dict of names->Series创建一个DataFrame

df = pd.DataFrame(data=serieses)

我想使用相同的列名，但在列上添加一个额外的层次结构级别。目前，我希望附加级别对列具有相同的值，比如说"估计"。

我正在尝试以下操作，但似乎不起作用：

pd.DataFrame(data=serieses,columns=pd.MultiIndex.from_tuples([(x, "Estimates") for x in serieses.keys()]))

我得到的只是一个包含所有NaN的DataFrame。

例如，我要找的大致是：

l1               Estimates    
l2  one  two  one  two  one  two  one  two
r1   1    2    3    4    5    6    7    8
r2   1.1  2    3    4    5    6    71   8.2

其中l1和l2是多索引的标签

Answer 1

这似乎有效：

import pandas as pd
data = {'a': [1,2,3,4], 'b': [10,20,30,40],'c': [100,200,300,400]}
df = pd.concat({"Estimates": pd.DataFrame(data)}, axis=1, names=["l1", "l2"])
l1  Estimates         
l2          a   b    c
0           1  10  100
1           2  20  200
2           3  30  300
3           4  40  400

Answer 2

我知道这个问题很老，但对于pandas版本0.19.1，可以使用直接dict初始化：

d = {('a','b'):[1,2,3,4], ('a','c'):[5,6,7,8]}
df = pd.DataFrame(d, index=['r1','r2','r3','r4'])
df.columns.names = ('l1','l2')
print df
l1  a   
l2  b  c
r1  1  5
r2  2  6
r3  3  7
r4  4  8

Answer 3

我不确定，但我认为使用dict作为DF的输入和MulitIndex在一起不太好。相反，使用数组作为输入可以使其工作。

不过，我通常更喜欢dicts作为输入，一种方法是在创建df:之后设置列

import pandas as pd
data = {'a': [1,2,3,4], 'b': [10,20,30,40],'c': [100,200,300,400]}
df = pd.DataFrame(np.array(data.values()).T, index=['r1','r2','r3','r4'])
tups = zip(*[['Estimates']*len(data),data.keys()])
df.columns = pd.MultiIndex.from_tuples(tups, names=['l1','l2'])
l1          Estimates         
l2          a   c    b
r1          1  10  100
r2          2  20  200
r3          3  30  300
r4          4  40  400

或者当使用数组作为df:的输入时

data_arr = np.array([[1,2,3,4],[10,20,30,40],[100,200,300,400]])
tups = zip(*[['Estimates']*data_arr.shape[0],['a','b','c'])
df = pd.DataFrame(data_arr.T, index=['r1','r2','r3','r4'], columns=pd.MultiIndex.from_tuples(tups, names=['l1','l2']))

这给出了相同的结果。

Answer 4

Rutger Kassies的解决方案在我的案例中起了作用，但我在"；上层"；列层次结构的。只是想提供一个对我有效的例子，因为这是一个更普遍的情况。

首先，我有这样的数据：

> df
         (A, a)    (A, b)       (B, a)    (B, b) 
0         0.00     9.75         0.00       0.00
1         8.85     8.86         35.75      35.50
2         8.51     9.60         66.67      50.70
3         0.03     508.99       56.00      8.58

我希望它看起来像这样：

> df
                A                    B
           a        b            a          b
0         0.00     9.75         0.00       0.00
1         8.85     8.86         35.75      35.50
...

解决方案是：

tuples = df.transpose().index
new_columns = pd.MultiIndex.from_tuples(tuples, names=['Upper', 'Lower'])
df.columns = new_columns

这是违反直觉的，因为为了创建列，我必须通过索引来完成。