python - 具有多个索引的 Pandas df.pivot() 和 pd.pivot_table()

Question

我正在尝试将具有多个索引的长格式 df 转换为宽格式 df。为什么 df_in.pivot() 失败和/或为什么 pd.pivot_table 返回带有奇怪层次索引的结果，这样我就无法访问我尝试访问的列 Actor ？

# input table
df_in = pd.DataFrame({'idx1':range(2)*4, 'idx2':['a']*4+['b']*4, 'field': ['f1']*2+['f2']*2+['f1']*2+['f2']*2, 'value': np.array(range(2)*4)*2+1})
'''
  field  idx1 idx2  value
0    f1     0    a      1
1    f1     1    a      3
2    f2     0    a      1
3    f2     1    a      3
4    f1     0    b      1
5    f1     1    b      3
6    f2     0    b      1
7    f2     1    b      3
'''

# want something like this
pd.DataFrame({'idx1':range(2)*2, 'idx2': ['a']*2+['b']*2, 'a':[1,3]*2, 'b':[1,3]*2})
'''
   a  b  idx1 idx2
0  1  1     0    a
1  3  3     1    a
2  1  1     0    b
3  3  3     1    b
'''

#doesn't work => ValueError: all arrays must be same length
df_in.pivot(index=['idx1','idx2'], columns =['field'])

#doesn't work => weird hierarchical index
pd.pivot_table(df_in, index=['idx1','idx2'], columns =['field'])

'''
          value   
field        f1 f2
idx1 idx2         
0    a        1  1
     b        1  1
1    a        3  3
     b        3  3
'''
# doesn't work => KeyError: 'f1'
pd.pivot_table(df_in, index=['idx1','idx2'], columns =['field'])['f1']

# doesn't work => KeyError: 'f1'
pd.pivot_table(df_in, index=['idx1','idx2'], columns =['field']).reset_index()['f1']

Answer 1

要避免多级列，将值列显式指定为字符串而不是列表就足够了:

df_in.pivot_table(values='value', index=['idx1', 'idx2'], columns='field').reset_index()

#field  idx1  idx2  f1  f2
#0        0     a    1   1
#1        0     b    1   1
#2        1     a    3   3
#3        1     b    3   3

---

如果你有多层列，你可以使用元组来访问它们，例如:

df_out = df_in.pivot_table(values=['value'], index=['idx1', 'idx2'], columns='field')

给出一个多级列的数据框，要访问f1列，你可以这样做:

df_out[('value', 'f1')]

给出:

#idx1  idx2
#0     a       1
#      b       1
#1     a       3
#      b       3
#Name: (value, f1), dtype: int64