将dataframe索引的级别放在多索引Dataframe上的同一列级别上。

Question

上下文：--我想“提高”多索引数据的索引级别。换句话说，我想将dataframe的索引级别与多索引dataframe的列放在同一级别。

假设我们有这样的数据：

tt = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
tt.index.name = 'Index Column'

我们执行此更改以添加多索引级别(如表的标签)。

tt = pd.concat([tt],keys=['Multi-Index Table Label'], axis=1)

其结果是：

             Multi-Index Table Label
                                   A  B  C
Index Column
0                                  1  4  7
1                                  2  5  8
2                                  3  6  9

所需的输出：如何使它看起来像这样(注意删除了dataframe /表上的空级别)：

             Multi-Index Table Label
Index Column                       A  B  C
0                                  1  4  7
1                                  2  5  8
2                                  3  6  9

尝试：I测试了一些内容，您可以通过这样做从本质上删除索引级别：

tt.index.name = None

这将导致：

  Multi-Index Table Label
                        A  B  C
0                       1  4  7
1                       2  5  8
2                       3  6  9

本质上删除了额外的级别/空行，但问题是我确实希望保留Index Column，因为它将提供有关索引上数据类型的信息(在本例中，数据类型仅为0、1、2，但可以是年份、日期等)。

我怎么能这么做？

(预先谢谢大家:)

Answer 1

这个怎么样：

tt = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
tt.insert(loc=0, column='Index Column', value=tt.index)
tt = pd.concat([tt],keys=['Multi-Index Table Label'], axis=1)
tt = tt.style.hide_index()