使用pd.melt()来对具有多重索引的DataFrame进行"unpivot"操作

Question

我想要将一个带有多级索引列的DataFrame进行展开，但我很难得到我想要的确切输出。我尝试使用pd.melt()函数的所有参数进行操作，但是没有成功...

以下是我的输入数据样式：

import pandas as pd
indexes = [['TC1', 'TC2'], ['x', 'z', 'Temp']]
data = pd.DataFrame(columns=pd.MultiIndex.from_product(indexes))

data.loc[0,('TC1', 'x')] = 10
data.loc[0,('TC1', 'z')] = 100
data.loc[0,('TC1', 'Temp')] = 250
data.loc[0,('TC2', 'x')] = 20
data.loc[0,('TC2', 'z')] = 200
data.loc[0,('TC2', 'Temp')] = 255

以下是我希望得到的输出结果，其中“时间”列为数据的索引。

  Time   TC   x    z Temp
0    0  TC1  10  100  250
1    0  TC2  20  200  255

我的真实数据有更多种类的列，如TCx。有什么线索吗？

- Maxime

Answer 1

给这个一个尝试

data_out = data.stack(level=0).rename_axis(['Time','TC']).reset_index()

Out[87]:
   Time   TC Temp   x    z
0     0  TC1  250  10  100
1     0  TC2  255  20  200

- Andy L.

Answer 2

怎么样：

data.stack(0).reset_index().rename(
    columns={'level_0': 'Time', 'level_1': 'TC'})

所以在这种情况下，你需要使用.stack()：
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.stack.html

- Sander van den Oord