在非常普遍的意义上,我要解决的问题是将多级索引中的一个组件转换为列。也就是说,我有一个包含多级索引的Series
,我想将索引的最低层转换为dataframe
中的列。这是我正在尝试解决的实际问题:
这里我们可以生成一些示例数据:
foo_choices = ["saul", "walter", "jessee"]
bar_choices = ["alpha", "beta", "foxtrot", "gamma", "hotel", "yankee"]
df = DataFrame([{"foo":random.choice(foo_choices),
"bar":random.choice(bar_choices)} for _ in range(20)])
df.head()
这给我们带来了,
bar foo
0 beta jessee
1 gamma jessee
2 hotel saul
3 yankee walter
4 yankee jessee
...
现在,我可以通过 bar
进行分组并获取 foo
字段的 value_counts 值,
dfgb = df.groupby('foo')
dfgb['bar'].value_counts()
并且它输出,
foo
jessee hotel 4
gamma 2
yankee 1
saul foxtrot 3
hotel 2
gamma 1
alpha 1
walter hotel 2
gamma 2
foxtrot 1
beta 1
但是我想要的是类似于这样的东西,
hotel beta foxtrot alpha gamma yankee
foo
jessee 1 1 5 4 1 1
saul 0 3 0 0 1 0
walter 1 0 0 1 1 0
我的解决方案是编写以下代码:
for v in df['bar'].unique():
if v is np.nan: continue
df[v] = np.nan
df.ix[df['bar'] == v, v] = 1
dfgb = df.groupby('foo')
dfgb.count()[df['bar'].unique()]