python - 通过拆分索引名称将 1D pandas DataFrame 重新排列为 2d

Question

我有一个 1D DataFrame，它使用 i_n 形式的键进行索引，其中 i 和 n 是字符串(为了本例中，i 是一个整数，n 是一个字符)。这将是一个简单的例子:

       values
0_a  0.583772
1_a  0.782358
2_a  0.766844
3_a  0.072565
4_a  0.576667
0_b  0.503876
1_b  0.352815
2_b  0.512834
3_b  0.070908
4_b  0.074875
0_c  0.361226
1_c  0.526089
2_c  0.299183
3_c  0.895878
4_c  0.874512

现在我想将这个 DataFrame 重新安排为 2D，这样数字(下划线之前的索引名称部分)用作列名，字符(下划线之后的索引部分)用作索引:

          0         1         2          3          4
a  0.583772  0.782358  0.766844  0.0725654   0.576667
b  0.503876  0.352815  0.512834  0.0709081  0.0748752
c  0.361226  0.526089  0.299183   0.895878   0.874512

我有一个解决问题的方法(下面的函数 convert_2d)，但我想知道是否有更惯用的方法来实现这一点。这是用于生成原始 DataFrame 并将其转换为所需形式的代码:

import pandas as pd
import numpy as np

def convert_2d(df):
    df2 = pd.DataFrame(columns=['a','b','c'], index=list(range(5))).T

    names = set(idx.split('_')[1] for idx in df.index)
    numbers = set(idx.split('_')[0] for idx in df.index)

    for i in numbers:
        for n in names:
            df2[i][n] = df['values']['{}_{}'.format(i,n)]

    return df2



##generating 1d example data:
data = np.random.rand(15)
indices = ['{}_{}'.format(i,n) for n in ['a','b','c'] for i in range(5)]
df = pd.DataFrame(
    data, columns=['values']
).rename(index={i:idx for i,idx in enumerate(indices)})

print(df)

##converting to 2d
print(convert_2d(df))

关于索引键的一些注意事项:可以假设(就像在我的函数中一样)没有“丢失的键”(即总是可以实现二维数组)并且唯一可以认为是理所当然的关于keys 是(单个)下划线(即数字和字母只是出于解释原因而选择的，实际上只有两个任意字符串由下划线连接)。

Answer 1

IIUC 创建多重索引然后unstack

df.index=pd.MultiIndex.from_tuples(df.index.str.split('_').map(tuple))
df['values'].unstack(level=0)
Out[65]: 

          0         1         2         3         4
a  0.583772  0.782358  0.766844  0.072565  0.576667
b  0.503876  0.352815  0.512834  0.070908  0.074875
c  0.361226  0.526089  0.299183  0.895878  0.874512