Python 关键错误mulitindex dataftame

我有一个数据帧（称为错误），如下所示：

Code                         ID                Error1     Error 2
Time                                                                
2010-01-01 00:00:31.690    105278.0             None         5  
2010-01-01 00:00:32.000    105278.0             1           None   
2010-01-01 00:00:32.140    105278.0             3           None   
2010-01-01 00:00:32.350    105278.0             None         7   
2010-01-01 00:00:32.460    105278.0             None         1   

我想为每个时间戳计算不同类型的错误，并将它们保存在单独的列中：

 error_count =
 pd.get_dummies(errors.set_index('Time')).reset_index()
 error_count.columns = ['Time', 'machineID', 'error1', 'error2',
 'error3', 'error4', 'error5']

 # combine errors for a given machine in a given hour error_count = error_count.groupby(['machineID', 'datetime']).sum().reset_index()

我有两个问题，第一个是： 当我跑的时候

pd.get_dummies(errors.set_index('Time')).reset_index()

我得到了关键错误（关键错误：“时间”）

第二个问题是，我不知道在我的错误（错误1和错误2）中会得到多少不同的代码，所以我不确定如何编写

error_count.columns = ['Time', 'machineID', 'error1', 'error2',
 'error3', 'error4', 'error5']

为了反映这一点

---

提前谢谢你

好吧，如果你观察的话，

时间

已经设置为索引。您可以通过查询

df.index.name

来验证这一点，它应该返回

Time

对于第二个查询，您可以将

Time

和

ID

设置为索引，然后调用

pd.get\u dummies

。请注意，这里的假设是

Time

已经是数据中的第一个索引列。我们将添加另一个

set\u index（…，append=True）

---

您的预期输出是什么？@cᴏʟᴅsᴘᴇᴇᴅ 你提供的答案正是我想要的。我非常感谢你的帮助。

# df = df.replace('None', np.nan) # optional step, if `None` is a string
df 

                               ID Error1 Error2
Time                                           
2010-01-01 00:00:31.690  105278.0    NaN      5
2010-01-01 00:00:32.000  105278.0      1    NaN
2010-01-01 00:00:32.140  105278.0      3    NaN
2010-01-01 00:00:32.350  105278.0    NaN      7
2010-01-01 00:00:32.460  105278.0    NaN      1

pd.get_dummies(
     df.set_index('ID', append=True), prefix='', prefix_sep='')\
  .add_prefix("Error")\
  .reset_index()

                      Time        ID  Error1  Error3  Error1  Error5  Error7
0  2010-01-01 00:00:31.690  105278.0       0       0       0       1       0
1  2010-01-01 00:00:32.000  105278.0       1       0       0       0       0
2  2010-01-01 00:00:32.140  105278.0       0       1       0       0       0
3  2010-01-01 00:00:32.350  105278.0       0       0       0       0       1
4  2010-01-01 00:00:32.460  105278.0       0       0       1       0       0