拆分二级多索引列以在 Pandas 中创建三级列

Question

给定一个多索引 df

       X                     
  E1_ex0 E1_ex2 E2_ex0 E4_ex0
0      3      4      1      1
1      4      3      2      0

我想在_拆分第二层，然后将第二项作为第三层推送如下

       X            
       E1      E2  E4
      ex0 ex2 ex0 ex0
    0      3      4      1      1
    1      4      3      2      0

我可以知道怎么做吗？

原来的df可以按照下面的代码创建

arr = np.random.randint(5, size=(2, 4))
tuples = [('X', 'E1_ex0'), ('X', 'E1_ex2'), ('X', 'E2_ex0'), ('X', 'E4_ex0')]
df = pd.DataFrame(data=arr, columns=pd.MultiIndex.from_tuples(tuples))

我尝试在网上查找，但找不到相关资源。

我认为最接近的例子就是这个，但我很难只拆分第二层

Answer 1

您可以循环多索引列并通过拆包拆分列表来构造三级索引。

tuples = [(index[0], *index[1].split('_')) for index in df.columns]
df2 = pd.DataFrame(data=df.values, columns=pd.MultiIndex.from_tuples(tuples))

# or without creating new DataFrame

df.columns = pd.MultiIndex.from_tuples([(index[0], *index[1].split('_')) for index in df.columns])

print(df2)

    X
   E1      E2  E4
  ex0 ex2 ex0 ex0
0   1   0   3   3
1   0   1   4   3

拆分二级多索引列以在 Pandas 中创建三级列

Split second level multindex column to create three level column in Pandas

python

pandas

multi-index