如何在 Pandas 中创建多级索引

Question

问题

有两个看起来相似但实际上不是同一个问题的问题：这里和这里。它们都调用了GroupBy的方法，例如count()或aggregate()，我知道这些方法返回一个DataFrame。我的问题是如何将GroupBy（类pandas.core.groupby.DataFrameGroupBy）对象本身转换为DataFrame。下面我会举例说明。

示例

构造一个如下的示例DataFrame。

data_list = []
for name in ["sasha", "asa"]:
    for take in ["one", "two"]:
        row = {"name": name, "take": take, "score": numpy.random.rand(), "ping": numpy.random.randint(10, 100)}
        data_list.append(row)
data = pandas.DataFrame(data_list)

上述的DataFrame应该看起来像下面这样（显然具有不同的数字）。

    name  ping     score take
0  sasha    72  0.923263  one
1  sasha    14  0.724720  two
2    asa    76  0.774320  one
3    asa    71  0.128721  two

我想要做的是按照“name”和“take”这两列进行分组（按照这个顺序），以便可以获得一个由“name”和“take”这两列构成的多级索引的DataFrame，如下所示。

               score  ping
 name take        
sasha  one  0.923263    72
       two  0.724720    14
  asa  one  0.774320    76
       two  0.128721    71

我该如何做到这一点？如果我执行 grouped = data.groupby(["name", "take"])，那么 grouped 就是一个 pandas.core.groupby.DataFrameGroupBy 实例。正确的做法是什么？

- Ray

Answer 1

您需要使用set_index函数：

data = data.set_index(['name','take'])
print (data)
            ping     score
name  take                
sasha one     46  0.509177
      two     77  0.828984
asa   one     51  0.637451
      two     51  0.658616

- jezrael

---

哦！！！明白了！！！！好的，当 Stack Overflow 允许我时，我会在9分钟内接受这个答案。谢谢。 - Ray

当我尝试使用这个答案时，我遇到了一个 AttributeError 错误。"无法访问 'DataFrameGroupBy' 对象的可调用属性 'set_index'，请尝试使用 'apply' 方法"。 - Nate

@Nate - 看起来 data 不是 DataFrame，而是 groupby 的输出 - 因此需要 g = df.groupby('col')，然后 g.apply(lambda x: x['col1'].set_index())。 - jezrael

这并没有回答实际问题：如何将DataFrameGroupBy转换为DataFrame。 - James Hirschorn

@JamesHirschorn - 你是对的，标题是错误的。更好的应该是如何将DataFrame中的MultiIndex转换为列。 - jezrael