如何设置和分组Pandas多级列？

Question

我有一个数据帧的形状是这样的：

   PX_LAST PX_OPEN PX_CLOSE ticker source timestamp
0        1       2        3      A   LSE   20180101
1        4       5        6      A   LSE   20180102
1        7       8        9      B   LSE   20180101
1       10      11       12      B   LSE   20180102
....

我想把它按摩成以下格式：

^{pr2}$

我首先尝试使用set_index将ticker和source列设置为行索引，然后使用unstack将它们推到似乎有效的列轴上

df.set_index(['timestamp', 'ticker', 'source'])
    .unstack(level=[1,2])
    .swaplevel(0,1,axis=1)
    .swaplevel(1,2,axis=1)

这确实很好，但有两个问题：1）它非常冗长，需要进行所有的swaplevel调用才能使列保持正确的形状。2） 它似乎没有像我希望的那样进行分组，也就是说，我得到的结果是这样的：

              LSE     LSE      LSE      LSE ...
          PX_LAST PX_LAST PX_CLOSE PX_CLOSE ...
timestamp 
20180101       1        7        2       8  ...
20180102       4        8        5      11  ...

有没有一种更干净的方法来实现我想要的格式？在

Answer 1

您的解决方案应该有一点改变-使用set_index中列的顺序，省略第二个swaplevel并添加{a1}：

df = (df.set_index(['timestamp', 'source', 'ticker'])
        .unstack(level=[1,2])
        .swaplevel(0,2,axis=1)
        .sort_index(axis=1)
)
print (df)
ticker           A                        B                
source         LSE                      LSE                
          PX_CLOSE PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN
timestamp                                                  
20180101         3       1       2        9       7       8
20180102         6       4       5       12      10      11

Answer 2

一个选项是melt、set_index和unstack：

u = df.melt(['ticker', 'source', 'timestamp'])
(u.set_index(u.columns.difference({'value'}).tolist())['value']
  .unstack([1, 0, -1])
  .sort_index(axis=1))

ticker           A                        B                
source         LSE                      LSE                
variable  PX_CLOSE PX_LAST PX_OPEN PX_CLOSE PX_LAST PX_OPEN
timestamp                                                  
20180101         3       1       2        9       7       8
20180102         6       4       5       12      10      11

---

或melt，和pivot_table：

^{pr2}$

Answer 3

我的建议是通过以下方式改变您的解决方案：

第一步：df.set_index(['timestamp', 'ticker', 'source']).unstack([1, 2])， 就像你一样。在

它将列保留为以下形状：

          PX_LAST     PX_OPEN     PX_CLOSE
ticker          A   B       A   B        A   B
source        LSE LSE     LSE LSE      LSE LSE

（和timestamp作为索引）。在

第二步：reorder_levels([1, 2, 0], axis=1)，而不是你的2 swaplevel指令。在

它将列保留为：

^{pr2}$

最后一步是sort_index(axis=1, level=[0,1], sort_remaining=False)

请注意，您只对级别0和1进行排序，因此最后一个级别的顺序是 保持不变（PX_LAST，PX_OPEN，PX_CLOSE）。在

所以整个脚本（即单个指令）是：

df2 = df.set_index(['timestamp', 'ticker', 'source']).unstack([1, 2])\
    .reorder_levels([1, 2, 0], axis=1)\
    .sort_index(axis=1, level=[0,1], sort_remaining=False)

打印结果时，您将得到：

^{4}$