Учитывая dataframe, который выглядит как:Stack столбцы выше метки значений в панд сводной таблице
import numpy as np
import pandas as pd
df = pd.DataFrame({
'Key1': ['one', 'one', 'two', 'three'] * 3,
'Key2': ['A', 'B', 'C'] * 4,
'Value1': np.random.randn(12),
'Value2': np.random.randn(12)
})
print df
Key1 Key2 Value1 Value2 0 one A 1.405817 1.307511 1 one B -0.037627 -0.215800 2 two C -0.116591 -1.195066 3 three A 2.044775 -1.207433 4 one B -1.109636 0.031521 5 one C -1.529597 1.761366 6 two A -1.349865 0.321454 7 three B 0.814374 2.285579 8 one C 0.178702 0.479210 9 one A 0.718921 0.504311 10 two B -0.375898 -0.379315 11 three C -0.822250 0.703811
я могу повернуть его так, что я получаю первый ключ, как строки, а второй ключ в качестве столбцов
pt = df.pivot_table(
index=['Key1'],
columns=['Key2'],
values=['Value1','Value2']
)
print pt
Value1 Value2 Key2 A B C A B C Key1 one -0.076303 -0.899175 0.631831 -1.196249 0.339583 0.583173 three 0.105773 0.460911 -0.387941 0.697660 1.091828 1.447365 two 1.391854 0.499841 -0.422887 -0.366169 -0.230001 2.417211
Как перевернуть его так, чтобы значения и столбцы уложены в колонке первым, а затем значения, например,
A B C Value1 Value2 Value1 Value2 Value1 Value2 one -0.0763 -1.19625 -0.89918 0.339583 0.631831 0.583173 three 0.105773 0.69766 0.460911 1.091828 -0.38794 1.447365 two 1.391854 -0.36617 0.499841 -0.23 -0.42289 2.417211
Я посмотрел на MultiIndexes, но я не могу видеть, как это может повлиять на макет таким образом.