我有一个Pandas 数据框，其中每一行都有来自不同海拔的传感器的一些读数.我设法使用df.Pivot函数在矩阵中获取这些读数，其中索引是标识符，列是不同的海拔高度，以及在这些海拔高度的三个数据值.
我的矩阵是这样的(数据是0级列标题，Alt是1级)
| Data_1. | Data_2 | Data_3. |
|---|---|---|
| Alt_1 - Alt_2 - Alt_3 - ... | Alt-1 - Alt_2 - Alt_3 - ... | Alt_1 - Alt_2 - Alt_3 - ... |
我想要的是重新排列多索引列，以便级别0作为高度，级别1作为数据.
我try 了各种更改级别、重命名元组等方法.但没有发现任何有用的东西. 我希望桌子看起来是这样的:
| Alt 1. | Alt_2 | Alt_3 | ... |
|---|---|---|---|
| Data_1-Data_2-Data_3 | Data_1-Data_2-Data_3 | Data_1-Data_2-Data_3 | Data_1-Data_2-Data_3 |
我认为这是swaplevel大放异彩的地方.试一试:
df.swaplevel(axis=1)
示例:
df = pd.DataFrame(
{"Grade": ['A','B','C','D','E','F','G','H','I']},
index=[
['Data_1']*3 + ['Data_2']*3 + ['Data_3']*3,
['Alt_1','Alt_2','Alt_3']*3]).T
它看起来如下:
Data_1 Data_2 Data_3
Alt_1 Alt_2 Alt_3 Alt_1 Alt_2 Alt_3 Alt_1 Alt_2 Alt_3
Grade A B C D E F G H I
转型后:
df.swaplevel(axis=1)
我们得到:
Alt_1 Alt_2 Alt_3 Alt_1 Alt_2 Alt_3 Alt_1 Alt_2 Alt_3
Data_1 Data_1 Data_1 Data_2 Data_2 Data_2 Data_3 Data_3 Data_3
Grade A B C D E F G H I