Pandas：将重复的索引更改为分层索引

Question

请看下面的例子。

假设有一个数据框，其中索引值重复了，如何获取一个新的数据框，其层次化索引的第一级为原始索引，第二级为0、1、2、...、n？

例如：

>>> df
   0  1
a  2  4
a  4  6
b  7  8
b  2  4
c  3  7
>>> df2 = df.some_operation()
>>> df2
      0  1
a  0  2  4
   1  4  6
b  0  7  8
   1  2  4
c  0  3  7

- Alex

Answer 1

你可以使用 cumcount。

df.assign(level2=df.groupby(level=0).cumcount()).set_index('level2',append=True)
Out[366]: 
          0  1
  level2      
a 0       2  4
  1       4  6
b 0       7  8
  1       2  4
c 0       3  7

- BENY

---

另一种使用 pd.MultiIndex 的替代方法是：df.set_index(pd.MultiIndex.from_arrays([df.index, df.groupby(level=0).cumcount()]))。 - Bharath M Shetty

Answer 2

可以用假的方式（完全不推荐，不要使用这种方法）：

>>> df.index=[v if i%2 else '' for i,v in enumerate(df.index)]
>>> df.insert(0,'',([0,1]*3)[:-1])
>>> df
      0  1
   0  2  4
a  1  4  6
   0  7  8
b  1  2  4
   0  3  7
>>> 

更改索引名称并创建一个列，该列的列名为''（空字符串）。

- U13-Forward