Question

我似乎无法弄清楚如何使用具有多级索引的列来旋转数据框。

我已经看过这个related post，但似乎无法弄清楚如何将其应用于我的问题。

如果我有df：

df = pd.DataFrame.from_dict({('Mule Creek', 'ATI'): {5: 5.0, 6: 6.0, 7: 7.0, 8: 8.0, 9: 9.0},
 ('Mule Creek', 'ATIMR'): {5: 0.04115419564079352,
  6: 0.04115419564079352,
  7: 0.04115419564079352,
  8: 0.04115419564079352,
  9: 0.04115419564079352},
 ('Saddle Mtn.', 'ATI'): {5: 5.0, 6: 6.0, 7: 7.0, 8: 8.0, 9: 9.0},
 ('Saddle Mtn.', 'ATIMR'): {5: 0.05260285024705004,
  6: 0.05260285024705004,
  7: 0.05260285024705004,
  8: 0.05260285024705004,
  9: 0.05260285024705004},
 ('Calvert Creek', 'ATI'): {5: 5.0, 6: 6.0, 7: 7.0, 8: 8.0, 9: 9.0},
 ('Calvert Creek', 'ATIMR'): {5: 0.0068488368752893354,
  6: 0.0068488368752893354,
  7: 0.0068488368752893354,
  8: 0.0068488368752893354,
  9: 0.0068488368752893354}})

我想创建一个数据透视表，其中ATI成为索引并使用`aggfunc ='mean'。

我尝试过：

df= df.unstack(level=-1)
df =df.pivot_table(values=tmp[0],index='level_0',columns='level_1',aggfunc=np.mean)

但是我得到了

KeyError: 1.0

所需结果：

         ATI  ATIMR
5        5.0  0.0335353
6        6.0  0.0335353
7        7.0  0.0335353
8        8.0  0.0335353
9        9.0  0.0335353

Answer 1

这是您需要的吗？

newdf=df.stack(level=0).mean(level=0)
newdf
Out[886]: 
   ATI     ATIMR
5  5.0  0.033535
6  6.0  0.033535
7  7.0  0.033535
8  8.0  0.033535
9  9.0  0.033535

透视表，其中列有一个多层次的指数

1 个答案: