Python 3.x 如何将普通数据帧转换为多索引'；基于一定的条件

过了很长一段时间，我参观了SO的熊猫区，得到了一个问题，这个问题的框架确实不好，因此被认为是以一种明确的方式放在这里，类似的情况我也一样：——）

以下是数据帧结构：

>>> df
       measure      Pend Job       Run Job       Time
cls
ABC  [inter, batch]     [101, 93]   [302, 1327]  [56, 131]
DEF  [inter, batch]  [24279, 421]  [4935, 5452]  [75, 300]

期望的输出是。。。 我努力工作，但没有得到任何解决方案，因此，尽管在这里画草图，因为我希望它能实现

----------------------------------------------------------------------------------
    |                 |Pend Job     |       Run Job       |     Time             |
cls | measure         |-----------------------------------------------------------
    |                 |inter | batch|       |inter | batch|     |inter | batch   |
----|-----------------|------|------|-------|------|------|-----|------|----------                    
ABC |inter, batch     |101   |93    |       |302   |1327  |     |56    |131      |
----|-----------------|-------------|-------|------|------|-----|------|---------|
DEF |inter, batch     |24279 |421   |       |4935  |5452  |     |75    |300      |
----------------------------------------------------------------------------------

表示我希望我的数据帧进入多索引数据帧，其中

Pend Job

、

Run Job

和

Time

如上所述位于顶部

编辑：

---

cls

不在列中

这是我的方法，您可以根据需要修改它：

s = (df.drop('measure', axis=1)                   # remove the measure column
       .set_index(df['measure'].apply(', '.join), 
                  append=True)                    # make `measure` second level index
       .stack().explode().to_frame()              # concatenate all the values
    )

# assign `inter` and `batch` label to each new cell
new_lvl = np.array(['inter','batch'])[s.groupby(level=(0,1,2)).cumcount()]
# or
# new_lvl = np.tile(['inter', 'batch'], len(s)//2)

(s.set_index(new_level, append=True)[0]
  .unstack(level=(-2,-1)
  .reset_index()
)

输出：

   cls       measure Pend Job      
                        inter batch
0  ABC  inter, batch      101    93
1  DEF  inter, batch    24279   421

---

感谢更新，我将检查+1，但是只是为了确认

cls

不在先前看起来的列中，很抱歉编辑了这篇文章。它给出了一个错误，如

KeyError:“['cls']都不在列中”

我没有注意到

cls

是原始数据帧的索引。请参阅更新的答案（唯一的变化是

s

）。

s.groupby（级别=（0,1,2））

而不仅仅是

（0,1）

。见更新。