解析 pandas 列名以创建多索引 dataframe

Question

我有一个看起来像这样的 DataFrame：

region   2008_indicatorA   2008_indicatorB  ...(2009..2019)...  2020_indicatorA   2020_indicatorB
=============================================================================================
State1   ...               ...              ...                 ...
State2   ...               ...              ...                 ...
...

我需要从列中提取年份并制作单独的列year ，同时减少列数。 生成的 DF 应如下所示：

region   year   indicatorA   indicatorB
========================================
State1   2008   ...          ...
State1   2009   ...          ...
...
State1  (..2020) ...         ...
...
State2   2008   ...          ...
...

我确信这种转换与reindex()或unstack()或stack()有关......但完全不知道该怎么做！

Answer 1

使用DataFrame.set_index并MultiIndex in columns中split MultiIndex，然后使用DataFrame.rename_axis并通过DataFrame.stack重塑：

print (df)
   region  2008_indicatorA  2008_indicatorB  2020_indicatorA  2020_indicatorB
0  State1                1                3                5                8
1  State2                7                5                3                9

df1 = df.set_index('region')
df1.columns = df1.columns.str.split('_', expand=True)
df1 = df1.rename_axis(['year',None], axis=1).stack(0).reset_index()
print (df1)
   region  year  indicatorA  indicatorB
0  State1  2008           1           3
1  State1  2020           5           8
2  State2  2008           7           5
3  State2  2020           3           9

对于MultiIndex DataFrame删除DataFrame.reset_index ：

df1 = df.set_index('region')
df1.columns = df1.columns.str.split('_', expand=True)
df1 = df1.rename_axis(['year',None], axis=1).stack(0)
print (df1)
             indicatorA  indicatorB
region year                        
State1 2008           1           3
       2020           5           8
State2 2008           7           5
       2020           3           9