python - 为什么转置数据以获得多索引数据帧？

Question

当从 DataFrame 创建多索引 DataFrame 时，我对数据方向有点困惑。我使用 read_excel() 导入数据，并从以下内容开始:

import pandas as pd
df = pd.DataFrame([['A', 'B', 'A', 'B'], [1, 2, 3, 4]],
columns=['k', 'k', 'm', 'm'])
df

Out[3]: 
   k  k  m  m
0  A  B  A  B
1  1  2  3  4

我想对其进行多重索引并获取:

   A  B  A  B
   k  k  m  m
0  1  2  3  4

主要来自 Pandas 的文档，我做了:

arrays = df.iloc[0].tolist(), list(df)
tuples = list(zip(*arrays))
multiindex = pd.MultiIndex.from_tuples(tuples, names=['topLevel', 'downLevel'])
df = df.drop(0)

如果我尝试

df2 = pd.DataFrame(df.values, index=multiindex)
(...)
ValueError: Shape of passed values is (4, 1), indices imply (4, 4)

然后我必须转置这些值:

df2 = pd.DataFrame(df.values.T, index=multiindex)
df2
Out[11]: 
                    0
topLevel downLevel   
A        k          1
B        k          2
A        m          3
B        m          4

最后我重新转置此数据框以获得:

df2.T
Out[12]: 
topLevel   A  B  A  B
downLevel  k  k  m  m
0          1  2  3  4

好吧，这就是我想要的，但我不明白为什么我必须转置两次。好像没什么用。

Answer 1

您可以自己创建MultiIndex，然后删除该行。从您的起始 df 开始:

import pandas as pd

df.columns = pd.MultiIndex.from_arrays([df.iloc[0], df.columns], names=[None]*2)
df = df.iloc[1:].reset_index(drop=True)

   A  B  A  B
   k  k  m  m
0  1  2  3  4