Python 如何获取熊猫多索引'；以列表形式显示的值？

我有一个带有多索引的熊猫数据帧。我想得到一个包含多索引

level0

和

level1

的列表，就像这样

[level0，[level1-1，level1-2，（…）]

例如：

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
      ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
df = pd.DataFrame(np.random.randn(8), index=arrays,columns=['values'])
df

输出：

我想输出如下数据帧：

      output
bar  ['one','two']
baz  ['one','two']
foo  ['one','two']
qux  ['one','two']

---

如何操作？非常感谢。

您可以将数据馈送到

pd.DataFrame

构造函数，然后使用

groupby

：

res = pd.DataFrame(df.index.values.tolist(), columns=['idx1', 'idx2'])\
        .groupby('idx1')['idx2'].apply(list)

print(res)

idx1
bar    [one, two]
baz    [one, two]
foo    [one, two]
qux    [one, two]
Name: idx2, dtype: object

---

您可以馈送到

pd.DataFrame

构造函数，然后使用

groupby

：

res = pd.DataFrame(df.index.values.tolist(), columns=['idx1', 'idx2'])\
        .groupby('idx1')['idx2'].apply(list)

print(res)

idx1
bar    [one, two]
baz    [one, two]
foo    [one, two]
qux    [one, two]
Name: idx2, dtype: object

与和

列表一起使用

：

df1 = (df.reset_index()
        .groupby('level_0')['level_1']
        .apply(list)
        .rename_axis(None)
        .to_frame('output'))

或（0.20.0+中新增）：

与和

列表一起使用

：

df1 = (df.reset_index()
        .groupby('level_0')['level_1']
        .apply(list)
        .rename_axis(None)
        .to_frame('output'))

或（0.20.0+中新增）：