Python 从现有数据帧创建多索引列数据帧

我有下面的数据框，每个观察都在一个单独的行上

df = pd.DataFrame({'geo': ['US', 'US', 'US', 'NY', 'NY', 'NY', 'NY', 'CT', 'CT'], 
              'series': ['a', 'a', 'b', 'a', 'a', 'b', 'b', 'a', 'b'], 
              'value': [1,2,3,7,4,3,4,12,13], 
               'date':  ['3/1', '3/2', '3/1', '3/1', '3/2', '3/1', '3/2', '3/1', '3/2']})

  date geo series  value
0  3/1  US      a      1
1  3/2  US      a      2
2  3/1  US      b      3
3  3/1  NY      a      7
4  3/2  NY      a      4
5  3/1  NY      b      3
6  3/2  NY      b      4
7  3/1  CT      a     12
8  3/2  CT      b     13

我想要的：我想要重新组织数据框架，以便“日期”变量是索引，而geo&series是多索引列变量。即:

     US  US  NY  NY  CT  CT
     a   b   a   b   a   b
3/1  1   3   7   3   12  13
3/2  2  nan  4   4  nan  nan

---

我尝试的内容：我尝试将索引设置为date、geo、series，然后使用“unstack”，但它会给我一个“重复值”错误。

通常您可以

stack（）

和

unstack（）

：

输出：

geo      US        NY         CT      
series    a    b    a    b     a     b
date                                  
3/1     1.0  3.0  7.0  3.0  12.0   NaN
3/2     2.0  NaN  4.0  4.0   NaN  13.0

由于在三列

日期、地理位置、系列

上存在重复数据，因此会出现重复错误，例如：

date geo series value
 3/1  US      a     1     
 3/1  US      a     2

要确认这一点，请尝试执行以下操作：

df.duplicated(['date','geo','series']).any()
# should give you True

根据您要对副本执行的操作，您可以使用

groupby

：

# mean:
(df.groupby(['date','geo','series'])
   ['value'].mean()
   .unstack(['geo','series'])
)

# mean:
(df.groupby(['date','geo','series'])
   ['value'].mean()
   .unstack(['geo','series'])
)