[英]How to melt first level column in multiindex with pandas
I have this multiindex dataframe: 我有这个多索引数据框:
df=pd.DataFrame(np.zeros((3,6)))
df.columns=pd.MultiIndex.from_arrays([['a','a','b','b','c','c'],[1,2,1,2,1,2]])
df['a']=10
df['b']=20
df['c']=40
print(df)
Out[10]:
a b c
1 2 1 2 1 2
0 10 10 20 20 40 40
1 10 10 20 20 40 40
2 10 10 20 20 40 40
And i want to get this: 我想得到这个:
Out[10]:
names 1 2
0 a 10 10
1 a 10 10
2 a 10 10
0 b 20 20
1 b 20 20
2 b 20 20
0 c 40 40
1 c 40 40
2 c 40 40
I know that I can separate each column first level in a dataframe and then do an append, but I'm looking for a better way to do it. 我知道我可以将一个数据帧中的每个列的第一级分开,然后进行追加,但是我正在寻找一种更好的方法。
I've tried to do it with the command melt but I always get an error. 我已经尝试使用命令melt来做到这一点,但是我总是遇到错误。
Any ideas? 有任何想法吗?
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.