Python 使用Panda构建非均匀行数矩阵

道歉，如果标题不是真正的信息，有困难的时间来制定它

我有一些数据，在使用size（）按摩后，按计数排序，我得到的战术和技术计数如下：

tactic            technique      
Defense Evasion   A                2
                  B                2
                  C                1
Machine Learning  D               496
                  E                1

我想将其转换为2个数据帧，其中一个具有以下策略：

Defense Evasion    Machine Learning
A                         D
B                         E
C

另一个是计数，我将应用一些热图着色：

Defense Evasion    Machine Learning
2                         496
2                          1
1

---

任何帮助都将不胜感激。

您可以使用

.index.get_level_值（0）

获取第一个索引级别值。然后循环遍历唯一值以获得下一级值和列值

d1={}
d2={}
对于s.index.get_level_值（0.unique）中的索引：
d1[index]=s.loc[index].index.tolist（）
d2[index]=s.loc[index]。重置索引（drop=True）
df1=pd.DataFrame.from_dict（d1，orient='index'）.T
df2=局部数据帧（d2）

您可以对第一个数据帧使用

drop（）

、

reset_index（）

、

pivot（）

、

apply（）

、

sorted（）

和

dropna（）

方法：

df1=df.drop(columns=['technique']).reset_index().pivot(columns='level_0',values='tactic').apply(lambda x : sorted(x,key=pd.isnull)).dropna(subset=['Defense Evasion'])

最后：

df1.columns.name=''

df2.columns.name=''

现在，如果您打印

df1

，您将获得：

    Defense Evasion     Machine Learning
0   A                   D
1   B                   E
2   C                   NaN

    Defense Evasion     Machine Learning
0   2.0                 496.0
1   2.0                 1.0
2   1.0                 NaN

现在，对于第二个数据帧，您可以使用

droplevel（）

，

reset\u index（）

，

pivot（）

，

apply（）

，

sorted（）

和

dropna（）

方法：

df2=df.droplevel(1).reset_index().pivot(columns='index',values='technique').apply(lambda x : sorted(x,key=pd.isnull)).dropna(subset=['Defense Evasion'])

最后：

df1.columns.name=''

df2.columns.name=''

现在，如果您打印

df2

，您将获得：

    Defense Evasion     Machine Learning
0   A                   D
1   B                   E
2   C                   NaN

    Defense Evasion     Machine Learning
0   2.0                 496.0
1   2.0                 1.0
2   1.0                 NaN