如何在pandas数据帧上交换索引和值

Question

我有一些数据，其中索引是阈值，值为两个类别0和1的真反率（trns）。

我想得到一个数据框（dataframe），以tnr为索引，在每个类别中对应该tnr的阈值。本质上，我想要这样：

我可以通过使用以下代码来实现这个效果：

pd.concat([pd.Series(data[0].index.values, index=data[0]), 
           pd.Series(data[1].index.values, index=data[1])], 
           axis=1)

或者，推广到任意列数：

def invert_dataframe(df): 
    return pd.concat([pd.Series(df[col].index.values, 
                     index=df[col]) for col in df.columns], 
                     axis=1)

然而，这种方法看起来非常粗糙且容易出错。是否有更好的方法来解决这个问题？也许 Pandas 原生功能可以做到这一点？

- sapo_cosmico

Answer 1

你可以使用 stack 以及 pivot 来处理相关 IT 技术内容。

data = pd.DataFrame({0:[10,20,31],10:[4,22,36],
                     1:[7,5,6]}, index=[2.1,1.07,2.13])

print (data)
      0   1   10
2.10  10   7   4
1.07  20   5  22
2.13  31   6  36

df = data.stack().reset_index()
df.columns = list('abc')
df = df.pivot(index='c', columns='b', values='a')
print (df)
b     0     1     10
c                   
4    NaN   NaN  2.10
5    NaN  1.07   NaN
6    NaN  2.13   NaN
7    NaN  2.10   NaN
10  2.10   NaN   NaN
20  1.07   NaN   NaN
22   NaN   NaN  1.07
31  2.13   NaN   NaN
36   NaN   NaN  2.13

- jezrael

---

有趣，但是我收到了一个 KeyError: 'level_0'。 - sapo_cosmico

嗯，我将列值分配给列表，也许现在它可以工作了。 - jezrael

然而，这似乎是有效的：s = data.stack().reset_index(name='a')
df = s.pivot(index='a', columns='level_1') - sapo_cosmico