Как создать новый уровень индекса с именем столбца в Pandas?

Я хотел бы добавить новый уровень в индекс фрейма данных на основе имени столбца. Как я могу это сделать ?

df
    home        city
A   -0.166809   0.213299
B   -0.040300   0.034583
C   -0.002245   0.001058

Желаемый результат

A   home  -0.166809
    city   0.213299
B   home  -0.040300
    city   0.034583
C   home  -0.002245
    city   0.001058

Я могу построить мультииндекс с этим, но как я могу создать новый фрейм данных и сопоставить данные?

idx = pd.MultiIndex.from_product ([df.index, df.columns])
pd.DataFrame(df.values, ix)

ValueError: Shape of passed values is (3, 2), indices imply (6, 2)
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
27
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать df.stack()

print(df.stack())

A  home   -0.166809
   city    0.213299
B  home   -0.040300
   city    0.034583
C  home   -0.002245
   city    0.001058
dtype: float64

Возвращаясь к вашему коду, вы можете попробовать numpy.ravel, чтобы сгладить df.values, чтобы он соответствовал форме idx (idx имеет 6 элементов, df.values возвращает только 3 строки)

idx = pd.MultiIndex.from_product([df.index, df.columns])
df = pd.DataFrame(df.values.ravel(), idx)
print(df)

               0
A home -0.166809
  city  0.213299
B home -0.040300
  city  0.034583
C home -0.002245
  city  0.001058

Спасибо за ваш комментарий о моем коде

Florent 07.05.2022 14:58

Другие вопросы по теме