python - Pandas 从系列扩展到多索引

Question

我在 CSV 文件中提供了以下系列，具有扁平、不寻常的数据结构。所以我试图清理它并在 pandas 中正确地对其进行制表/索引，并且我认为 MultiIndex 是表示数据的最佳方式。

SERVICE 1      NaN
Units          6
Amount         5
Foo            bar
NaN            NaN
SERVICE 2      NaN
Units          6
Amount         22
Foo            bar
NaN            NaN
SERVICE 3      NaN
Units          77
Amount         153
Foo            16

等等。

大写字母的索引实际上是我想要创建的作为 MultiIndex 的“第一级”的级别，而低于它的索引则作为“第二级”。因此，这将允许通过“SERVICE”访问数据，然后通过“Units/Amount/Foo”等访问数据。不确定解决此问题的最佳方法是。

我使用了 df[df.index.str.isupper().fillna(False)].index 来为我提供“1 级”索引，但我遇到了在此之后该去哪里的障碍。

Answer 1

您可以使用 where + ffill 创建第一个关卡。然后删除不需要的行并设置索引。如果需要，请删除第二级中的 NaN 条目

df['idx']= df[0].where(df[0].str.contains('SERVICE')).ffill()
df = df[df[0].ne(df.idx)]
df = df.set_index(['idx', 0])
df = df[df.index.get_level_values(1).notnull()]

                    1
idx       0          
SERVICE_1 Units     6
          Amount    5
          Foo     bar
SERVICE_2 Units     6
          Amount   22
          Foo     bar
SERVICE_3 Units    77
          Amount  153
          Foo      16