重新排序数据透视表并删除多索引 [重复]答案

【问题标题】：Reordering of pivot table and removing multi-indexing [duplicate]重新排序数据透视表并删除多索引 [重复]
【发布时间】：2022-01-17 15:07:58
【问题描述】：

数据框

    TYPE  WEEK  VALUE1  VALUE2
0  Type1     1       1       1
1  Type2     2       2       2
2  Type3     3       3       3
3  Type4     4       4       4

import pandas as pd
import numpy as np

df = {'TYPE' : pd.Series(['Type1','Type2','Type3','Type4']),
    'WEEK' : pd.Series([1, 2, 3, 4]),
    'VALUE1' : pd.Series([1, 2, 3, 4]),
    'VALUE2' : pd.Series([1, 2, 3, 4])
}
df = pd.DataFrame(df)
df = pd.pivot_table(df,index="TYPE",columns="WEEK", values=['VALUE1','VALUE2']).reset_index()
df2 = df.swaplevel(0,1,axis=1).reset_index()

输出

WEEK index             1      2      3      4      1      2      3      4
             TYPE VALUE1 VALUE1 VALUE1 VALUE1 VALUE2 VALUE2 VALUE2 VALUE2
0        0  Type1    1.0    NaN    NaN    NaN    1.0    NaN    NaN    NaN
1        1  Type2    NaN    2.0    NaN    NaN    NaN    2.0    NaN    NaN
2        2  Type3    NaN    NaN    3.0    NaN    NaN    NaN    3.0    NaN
3        3  Type4    NaN    NaN    NaN    4.0    NaN    NaN    NaN    4.0

预期的结构输出

WEEK  TYPE  | VALUE11  VALUE21 | VALUE12  VALUE22 | VALUE13  VALUE23 | VALUE14  VALUE24  
0     Type1 |                  |                  |                  |
1     Type2 |                  |                  |                  | 
2     Type3 |                  |                  |                  |
3     Type4 |                  |                  |                  |

思考的方法：

重新排序结构。（我已经尝试过swaplevel()，但无法达到预期的输出）
加入列名，例如。 “Value11”乘“Value1”+“1” 我浏览了互联网上的几个示例，但无法提出任何建议。

【问题讨论】：

是值列一个星期值和类型的串联

标签： python pandas pivot-table multi-index

【解决方案1】：

试试：

# Pivot without resetting index
df = pd.pivot_table(df,index="TYPE",columns="WEEK", values=['VALUE1','VALUE2']).sort_index(level=1, axis=1)

# Rename columns
df.columns = [f"{l1}{l2}" for l1, l2 in df.columns.tolist()]

输出：

>>> df.reset_index()
       VALUE11  VALUE21  VALUE12  VALUE22  VALUE13  VALUE23  VALUE14  VALUE24
TYPE                                                                         
Type1      1.0      1.0      NaN      NaN      NaN      NaN      NaN      NaN
Type2      NaN      NaN      2.0      2.0      NaN      NaN      NaN      NaN
Type3      NaN      NaN      NaN      NaN      3.0      3.0      NaN      NaN
Type4      NaN      NaN      NaN      NaN      NaN      NaN      4.0      4.0

【讨论】：

谢谢。我的答案现在已经确定了。

【解决方案2】：

IIUC，你可以使用：

df2 = (df.pivot_table(index="TYPE",columns="WEEK", values=['VALUE1','VALUE2'])
         .sort_index(level=1, axis=1)
      )
df2.columns = df2.columns.map(lambda x: x[0]+str(x[1]))
df2.reset_index()

输出：

    TYPE  VALUE11  VALUE21  VALUE12  VALUE22  VALUE13  VALUE23  VALUE14  VALUE24
0  Type1      1.0      1.0      NaN      NaN      NaN      NaN      NaN      NaN
1  Type2      NaN      NaN      2.0      2.0      NaN      NaN      NaN      NaN
2  Type3      NaN      NaN      NaN      NaN      3.0      3.0      NaN      NaN
3  Type4      NaN      NaN      NaN      NaN      NaN      NaN      4.0      4.0

【讨论】：