python-3.x - 如何根据特定条件将普通数据框转换为多索引

Question

过了很长一段时间，我访问了 SO 的 pandas 部分，并得到了一个问题，这个问题确实没有很好地框架，因此我想以明确的方式放在这里，因为我也有类似的情况:-)

下面是数据框结构:

>>> df
       measure      Pend Job       Run Job       Time
cls
ABC  [inter, batch]     [101, 93]   [302, 1327]  [56, 131]
DEF  [inter, batch]  [24279, 421]  [4935, 5452]  [75, 300]

期望的输出是...

我努力工作但没有得到任何解决方案，因此尽管在此处绘制草图，因为这在某种程度上是我希望实现的。

----------------------------------------------------------------------------------
    |                 |Pend Job     |       Run Job       |     Time             |
cls | measure         |-----------------------------------------------------------
    |                 |inter | batch|       |inter | batch|     |inter | batch   |
----|-----------------|------|------|-------|------|------|-----|------|----------                    
ABC |inter, batch     |101   |93    |       |302   |1327  |     |56    |131      |
----|-----------------|-------------|-------|------|------|-----|------|---------|
DEF |inter, batch     |24279 |421   |       |4935  |5452  |     |75    |300      |
----------------------------------------------------------------------------------

说我希望我的 dataFrame 进入 MultiIndex Dataframe，其中 Pend Job 、 Run Job 和 Time 位于顶部，如上所示。

编辑:

cls 不在列中

Answer 1

这是我的方法，您可以根据需要进行修改:

s = (df.drop('measure', axis=1)                   # remove the measure column
       .set_index(df['measure'].apply(', '.join), 
                  append=True)                    # make `measure` second level index
       .stack().explode().to_frame()              # concatenate all the values
    )

# assign `inter` and `batch` label to each new cell
new_lvl = np.array(['inter','batch'])[s.groupby(level=(0,1,2)).cumcount()]
# or
# new_lvl = np.tile(['inter', 'batch'], len(s)//2)

(s.set_index(new_level, append=True)[0]
  .unstack(level=(-2,-1)
  .reset_index()
)

输出:

   cls       measure Pend Job      
                        inter batch
0  ABC  inter, batch      101    93
1  DEF  inter, batch    24279   421