Python 透视数据帧以具有多索引列

我正在努力解决如何使数据帧具有多索引列的问题

我有这样一个数据帧：

data = pd.DataFrame({"name":["a", "a", "b", "b", "b", "b",  "c", "c"], 
                     "month":[1, 1, 2, 3, 1, 1, 1, 3], 
                     "buy_sell":["sell", "buy", "sell", "buy", "sell", "buy", "sell", "buy"],
                     "value":[10, 20, 30, 40, 20, 80, 50, 60]})
data

我想把它转换成一种广泛的格式。索引是

name

，对于列，我想创建多个索引，将

月份

和

买入卖出

或者，如果不是多索引列，我希望旋转数据帧，使列具有足够的功能，例如

sell_1

，

buy_1

，

sell_2

，

buy_2

等

---

任何帮助都将不胜感激。谢谢大家!

您可以使用

设置索引（）

和

取消堆栈（）

：

输出：

month        1           2     3
buy_sell  sell   buy  sell   buy
name                            
a         10.0  20.0   NaN   NaN
b         20.0  80.0  30.0  40.0
c         50.0   NaN   NaN  60.0

month        1         2           3     
buy_sell   buy  sell buy  sell   buy sell
name                                     
a         20.0  10.0 NaN   NaN   NaN  NaN
b         80.0  20.0 NaN  30.0  40.0  NaN
c          NaN  50.0 NaN   NaN  60.0  NaN

如果您坚持让这些列包含所有

NaN

，您可以

取消堆叠

一次一个级别：

(data.set_index(['name','month','buy_sell'])['value']
      .unstack('month').unstack('buy_sell')
     )

输出：

month        1           2     3
buy_sell  sell   buy  sell   buy
name                            
a         10.0  20.0   NaN   NaN
b         20.0  80.0  30.0  40.0
c         50.0   NaN   NaN  60.0

month        1         2           3     
buy_sell   buy  sell buy  sell   buy sell
name                                     
a         20.0  10.0 NaN   NaN   NaN  NaN
b         80.0  20.0 NaN  30.0  40.0  NaN
c          NaN  50.0 NaN   NaN  60.0  NaN

---

data.pivot（'name'，['month'，'buy\u sell'，'value'）

。这将创建您的多索引列i get

keyrorm:'Level month not found'

…那么您的列就不是

'month'

，但它可能有尾随空格，如

'month'

，您需要执行

data.columns

来查看您的实际名称columns@It_is_Chris您可能需要使用

pivot\u表

而不是

pivot

。谢谢！你的第二个答案正是我需要的：）