如何使第一行变成二级MultiIndex

Question

我有一个现有的DataFrame，如下所示：

     1   |   1   |   1   |   2   |   2   |   2   |   2
 --------------------------------------------------------
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

我一直在尝试这个，但没有成功。

重复的一个和两个已经是一个级别的MultiIndex。 我知道，如果我添加另一个级别，它们将合并在一起，但很难将第一行转换为MultiIndex的第二级。

有一个简单的方法吗？

期望的输出：

             1           |               2             
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
 --------------------------------------------------------
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

任何帮助将非常感谢！ 谢谢

Answer 1

我认为您需要MultiIndex.from_arrays ，然后通过索引过滤DataFrame.iloc第一行：

df = pd.MultiIndex.from_arrays(df.columns, df.iloc[0])
df = df.iloc[1:]

Answer 2

使用T和set_index

df.T.set_index(0,append=True).T

Answer 3

Jezrael提出的解决方案需要进行一些修正：

1. df.columns和df.iloc[0]应该在一起的第一个参数from_arrays ，不两个独立的参数。

2. 第二级MultiIndex （ df.iloc [0] ）的来源应补充.values 。 否则，此MultiIndex级别继承name（ 0 ） - 第0行的索引值。

3. 生成的MultiIndex应该替换为df.columns ，而不是整个df 。

所以整个解决方案应该是：

df.columns = pd.MultiIndex.from_arrays([df.columns, df.iloc[0].values])
df = df.iloc[1:]

Answer 4

除了jezrael的回答。 这个想法是正确的，只是做了一些改变才能使它发挥作用。 谢谢jezrael。

    index = np.array([df.columns.values, df.iloc[0].values])

    df = pd.MultiIndex.from_arrays(index)
    df = df.iloc[1:]