Python 将数据排序到多索引数据帧中

如何将数据帧中的数据排序到对索引和列都使用多索引的数据帧中

例如，从以下内容转换：

     0    1  2     3     4
0  foo  two  A  2.30  0.01
1  foo  one  A  4.12  0.13
2  bar  two  B  9.89  3.66
3  foo  one  A  2.11  9.48
4  bar  two  A  1.07  5.55

为此：

            A           B      
            1     2     1     2
foo one  2.11  9.48   NaN   NaN
    two   2.3  0.01   NaN   NaN
bar one   NaN   NaN   NaN   NaN
    two  1.07  5.55  9.89  3.66

目前，我正在迭代

df1

中的每一行，并更新

df2

中的值，但我想要一种比这更有效的方法：

for index, row in df1.iterrows():
    df2.loc[(row[0], row[1]), row[2]] = list(row[3:])

您可以使用：

def f(x):
    return pd.DataFrame({'a':x.values.ravel()}).rename(lambda x: x + 1)

df = df.groupby([0,1,2])[3,4].apply(f)['a'].unstack([2,3]).sort_index(level=0, axis=1)
df = df.rename_axis((None, None),axis=1).reindex(pd.MultiIndex.from_product(df.index.levels))
print (df)
            A                       B      
            1     2     3     4     1     2
bar one   NaN   NaN   NaN   NaN   NaN   NaN
    two  1.07  5.55   NaN   NaN  9.89  3.66
foo one  4.12  0.13  2.11  9.48   NaN   NaN
    two  2.30  0.01   NaN   NaN   NaN   NaN

说明：

对于每个分组，按前3列使用

DataFrame

的自定义函数，还应增加start from

1

按重塑列的形状并按对列中的多索引进行排序

删除列名称（左角的

2

），并将缺少的类别添加到索引by and中的

多索引

---

你能简单解释一下这是如何提高性能的吗？@user2970608-不确定是否理解，最后的

解释
是不够的？我的意思是为什么会这样faster@user2970608-因为
iterrows
显然很少使用，因为非常慢-检查。