将多级列索引（MultiIndex）转换为普通列并重塑数据结构-Python教程-PHP中文网

将多级列索引（MultiIndex）转换为普通列并重塑数据结构

本文介绍如何将具有 MultiIndex 列的 DataFrame 转换为扁平化结构，关键步骤包括：以某列为索引、使用 .stack() 提升层级、重置索引并按目标列排序，最终实现“层级列→普通列”的优雅转换。

本文介绍如何将具有 multiindex 列的 dataframe 转换为扁平化结构，关键步骤包括：以某列为索引、使用 `.stack()` 提升层级、重置索引并按目标列排序，最终实现“层级列→普通列”的优雅转换。

在 Pandas 中处理多级列（MultiIndex columns）时，常需将其“降维”以便后续分析或导出。如题所示，原始 DataFrame 的列由两级构成：第一级为变量名（'A', 'B', 'C'），第二级为属性标识（'number' 下的 'one', 'two'），而 'C' 列在第二级为空字符串，实际代表一个独立观测值（非分组维度）。目标是将 'number' 层级从列索引中“抽出”，变为普通数据列，并重组行结构，使每个 (A, B, C) 组合与对应的 number 值配对。

核心思路是利用 stack() 方法——它可将指定的列层级“折叠”为行索引，配合 set_index() 和 reset_index() 实现结构重塑。具体操作如下：

以 'C' 列为索引：因 'C' 在原始 MultiIndex 中第二级为空（即不参与分组），逻辑上它是每行的唯一标识，适合作为临时索引保留；
调用 .stack('number')：将 number 这一层级（即列的第二级）压入行索引，生成一个 Series，其索引为 (C_value, number_value)，值为对应单元格数据；
.reset_index()：将多级索引转为普通列，得到含 'C', 'number', 'A', 'B' 的 DataFrame；
按 'number' 排序：确保 'one' 在前、'two' 在后；若需严格自定义顺序（如避免字典序 'two' ），应使用 <code>key 参数映射顺序：

import pandas as pd

columns = pd.MultiIndex.from_tuples(
    [('A', 'one'), ('A', 'two'), ('B', 'one'), ('B', 'two'), ('C', '')],
    names=[None, 'number'])
df = pd.DataFrame([[1, 2, 3, 4, 'X'], [5, 6, 7, 8, 'Y']], columns=columns)

result = (
    df.set_index('C')
    .stack('number')
    .reset_index(name='value')  # 注意：此处需显式命名展开后的值列（默认为 0）
    .pivot_table(index=['C', 'number'], columns='level_2', values='value', aggfunc='first')
    .reset_index()
    .sort_values('number', key=lambda s: s.map({'one': 1, 'two': 2}))
    [['C', 'number', 'A', 'B']]  # 重排列顺序以匹配预期输出
)

但更简洁且符合题设输出的写法是直接利用 stack 后的结构优势（无需 pivot）：

# 推荐方案（精简、可读、稳定）
out = (df.set_index('C')
       .stack('number')
       .reset_index(name='value')
       .assign(A=lambda x: x['value'].where(x['level_2'] == 'A'),
               B=lambda x: x['value'].where(x['level_2'] == 'B'))
       .dropna(subset=['A', 'B'])
       .drop(columns=['level_2', 'value'])
       .sort_values('number', key=lambda s: s.map({'one': 1, 'two': 2}))
       .reset_index(drop=True))

# 更优解：直接 stack 后拆分为多列（利用 unstack 或 groupby）
# 实际上，题解中原始方法已足够 —— 只需注意：stack 后的列名自动为第一级（A/B），无需额外 pivot

✅ 正确且最简实践代码（复现题设输出格式）：

result = (
    df.set_index('C')
    .stack('number')
    .reset_index(name='val')
    .pivot(index=['C', 'number'], columns='level_2', values='val')
    .reset_index()
    .sort_values('number', key=lambda s: s.map({'one': 1, 'two': 2}))
    .rename_axis(None, axis=1)
    [['C', 'number', 'A', 'B']]
)

⚠️ 注意事项：