python - 为数据集创建列层次结构(与索引层次结构相对)

Question

所以到目前为止，这似乎比它应该的更难发现。

我发现的关于层次结构的一切都与索引层次结构有关，而与列层次结构的关系则少得多。

我正在处理一个场景，其中每一行的数据必须只属于一个人。因此，我感兴趣的是执行以下操作。

我将使用一张表格对此进行说明，其中 3 个人每人都参加了相同的 3 项测试(英语、化学、数学)。我正在尝试像这样转换表格:

df = pd.DataFrame({'Name': {0: 'Mary', 1: 'Mary', 2: 'Mary', 3:'John',4:'John',5:'John',6:'Fred',7:'Fred',8:'Fred'}, 
                   'Test': {0: 'English', 1: 'Chem', 2: 'Math', 3:'English',4:'Chem',5:'Math',6:'English',7:'Chem',8:'Math'}, 
                   'Score': {0: '100', 1: '70', 2: '80', 3:'90',4:'100',5:'100',6:'80',7:'80',8:'90'},
                   'Grade': {0: 'A', 1: 'C', 2: 'B', 3:'A',4:'A',5:'A',6:'B',7:'B',8:'A'}})

df 

输出:

进入这个:

它与普通数据透视表的主要区别在于它输出一个多列表 - 这就是为什么我什至不知道从哪里开始。

Answer 1

您可以使用:

df.set_index(['Name','Test']).unstack().swaplevel(axis=1).sort_index(axis=1)

---

 Test  Chem       English        Math      
      Grade Score   Grade Score Grade Score
Name                                      
Fred     B    80       B    80     A    90
John     A   100       A    90     A   100
Mary     C    70       A   100     B    80

根据评论，如果您想对其他列使用相同的顺序，您可以使用:

m=df.set_index(['Name','Test'])
(m.unstack().swaplevel(axis=1)
      .sort_index(axis=1).reindex(columns=m.columns,level=1))

---

 Test  Chem       English        Math      
       Score Grade   Score Grade Score Grade
Name                                      
Fred    80     B      80     B    90     A
John   100     A      90     A   100     A
Mary    70     C     100     A    80     B