Python 为什么在我的数据中调用转置会切换行'；从多重索引到平坦索引的s索引？

我有一个CSV，看起来像这样：

name,location,sales,customer_count
john,fairfax,1000,400
jane,daly city,500,350
john,springfield,800,240
john,richmond,200,80
jane,san jose,300,90
george,albany,200,60
john,centreville,600,150

我一次遍历每一行3条记录：

reader = pd.read_csv(input_csv_path, chunksize=3)

for row in reader:

我创建了一个

pivot\u表

，并打印出其索引：

pivot_table_row = row.pivot_table(index=['name', 'location'])
print(pivot_table_row.index)

MultiIndex(levels=[[u'jane', u'john'], [u'daly city', u'fairfax', u'springfield']],
           codes=[[0, 1, 1], [0, 1, 2]],
           names=[u'name', u'location'])

由于transposition将行转换为列，反之亦然，我希望新索引的名称为

jane

，

john

，

daly city

，和

fairfax

，级别为

级别=['name'，'location']

。情况似乎并非如此：

    transposed_pivot_table_row = pivot_table_row.T
    print(transposed_pivot_table_row.index)

Index([u'customer_count', u'sales'], dtype='object')

---

为什么索引从

[“名称”、“位置]

的

多索引

变为

[“客户计数”、“销售”]

的扁平

索引？
原始的
多索引
整体成为列。转置之前的剩余列（
customer\u count
，
sales
）成为新索引，没有名称

检查
pivot\u table\u row.index.names
和
pivot\u table\u row.columns.names
属性时，您会看到这一点：

    pivot_table_row = df.pivot_table(index=['name', 'location'])
    print(pivot_table_row.index.names)
    ['name', 'location']

    print(pivot_table_row.columns.names)
    [None]

    pivot_table_row = df.pivot_table(index=['name', 'location']).T
    print(pivot_table_row.index.names)
    [None]

    print(pivot_table_row.columns.names)
    ['name', 'location']

如您所见，原始列没有名称开头。一旦发生换位，列就成为索引，因此没有名称。因此，在您的示例中，剩余的列
customer\u count
和
sales
共同构成了新的索引，没有名称。
虽然这表明索引名称变成了列名，但它并不能回答为什么旧的
多索引
变成了平面
索引。为什么一开始就以某种方式设置这些级别？为什么在转换位置之后，索引中不再有级别？@CJVirtucio-因为列在索引中更改。所以如果在索引中使用多索引，那么在转置多索引之后columns@CJVirtucio-如果列中没有多索引，那么在转置之后，在indexOk中没有多索引，我想我知道你想说什么了。因此原始的
多索引
整体成为列。转置之前的剩余列（
customer\u count
，
sales
）成为新索引，没有名称。对吗？@CJVirtucio-没错；）