如何將 pandas Dataframe 列分組到 MultiIndex（按行或按列）？

Question

我有一個 DataFrame ，它是從一個文件（一個非常混亂的文件）中讀取的（ pd.read_csv ）。

我正在嘗試以一種我可以輕松地使用 plot 圖形之后使用Plotly Express 或將其用於其他目的（例如均值計算）的方式進行清理。

我已經稍微清理了一下，所以我有一個時間索引 ( pd.date_range )。 每列可以按三重奏分組，並針對每個站點（污染、溫度和深度）重復。 我想從列名中提取站點編號（因為站點編號IS NOT連續的）並用它來對我的DataFrame （或類似的東西）進行多索引。

這是我的 DataFrame 結構的示例（實際站點編號上升到 600 ans 不連續）：

import pandas as pd
import numpy as np
df=pd.DataFrame(index=pd.date_range(start="2021-01", periods=12, freq='M'), data={"Site_101_Contamination":np.random.rand(12),"Site_101_Temperature":np.random.rand(12),"Site_101_Depth":np.random.rand(12),"Site_102_Contamination":np.random.rand(12),"Site_102_Temperature":np.random.rand(12),"Site_102_Depth":np.random.rand(12),"Site_103_Contamination":np.random.rand(12),"Site_103_Temperature":np.random.rand(12),"Site_103_Depth":np.random.rand(12),"Site_104_Contamination":np.random.rand(12),"Site_104_Temperature":np.random.rand(12),"Site_104_Depth":np.random.rand(12)})
df

我的問題有三個：

1- 我如何創建這個MultiIndexed DataFrame和 2 行索引（第一級：日期；第二級：站點編號）以及結果 3 列DataFrame （污染、溫度、深度）？ 另外，我是否還應該將名稱添加到索引中（日期、site_no）——我該怎么做？

例如，對於問題 1，我希望最終的 DataFrame 看起來像什么：

		污染	溫度	深度
日期	站點號
2021-01	101	2.3423511	15.2345511	32.32556
	...	...	...	...
	614	325.25560	-5.23500120	252.0395
...	...	...	...	...
2021-12	101	2.3112394	19.2038412	39.23189
	...	...	...	...
	614	305.56779	-2.6798520	211.7794

2- 如何創建這個MultiIndexed DataFrame具有 1 行索引（日期），但在列上具有 2 個索引（第一級：[插入站點編號]，第二級：污染、溫度、深度）？

例如，我希望問題 2 的最終 DataFrame 看起來像什么：

	101	（101，推斷）	（101，推斷）	...	614	（614，推斷）	（614，推斷）
	污染	溫度	深度	...	污染	溫度	深度
日期
2021-01	2.3423511	15.2345511	32.32556	...	325.25560	-5.23500120	252.0395
...	...	...	...	...	...
2021-12	2.3112394	19.2038412	39.23189	...	614	305.56779	-2.6798520

3- 這些MultiIndexed DataFrame中的哪一個更符合 pythonic 或“最佳實踐”，為什么？

獎金問題：

4- 如果您的答案不是中等水平，是否可以添加有關如何使用此 MultiIndex 訪問值、列或行的信息（或鏈接）？

__

Answer 1

df.stack().unstack([1,2])

site_no           101                                 614                      
        Contamination Temperature     Depth Contamination Temperature     Depth
date                                                                           
2021-01      2.342351   15.234551  32.32556     325.25560   -5.235001  252.0395
2021-12      2.311239   19.203841  39.23189     305.56779   -2.679852  211.7794

---

編輯

使用新數據：

df1 = df.stack().reset_index()
df1[['site_no', 'Type']] = df1['level_1'].str.split('(?<=\\d)_', expand = True)

df1.pivot('level_0', ['site_no', 'Type'], 0)


site_no         Site_101              ...    Site_104          
Type       Contamination Temperature  ... Temperature     Depth
level_0                               ...                      
2021-01-31      0.379259    0.419999  ...    0.907264  0.325225
2021-02-28      0.974815    0.305933  ...    0.529651  0.850517
2021-03-31      0.761665    0.431613  ...    0.525826  0.282361
2021-04-30      0.675198    0.455258  ...    0.273308  0.921283
2021-05-31      0.054640    0.379733  ...    0.425278  0.400155
2021-06-30      0.467902    0.863513  ...    0.293179  0.335472
2021-07-31      0.146240    0.052324  ...    0.925729  0.910898
2021-08-31      0.076072    0.347316  ...    0.130894  0.517572
2021-09-30      0.470561    0.530088  ...    0.245784  0.019819
2021-10-31      0.314711    0.611415  ...    0.130266  0.498167
2021-11-30      0.493516    0.627174  ...    0.846266  0.389009
2021-12-31      0.256572    0.309157  ...    0.860257  0.107073