熊猫:将重复索引改为分级索引

Question

参见下面的示例。

给定索引具有重复值的数据，如何获得具有层次索引(其第一级为原始索引，第二级为0、1、2、…、n )的新数据values？

示例：

>>> df
   0  1
a  2  4
a  4  6
b  7  8
b  2  4
c  3  7
>>> df2 = df.some_operation()
>>> df2
      0  1
a  0  2  4
   1  4  6
b  0  7  8
   1  2  4
c  0  3  7

Answer 1

您可以使用cumcount

df.assign(level2=df.groupby(level=0).cumcount()).set_index('level2',append=True)
Out[366]: 
          0  1
  level2      
a 0       2  4
  1       4  6
b 0       7  8
  1       2  4
c 0       3  7

Answer 2

可以做假的方式(完全不推荐，不要用这个)：

>>> df.index=[v if i%2 else '' for i,v in enumerate(df.index)]
>>> df.insert(0,'',([0,1]*3)[:-1])
>>> df
      0  1
   0  2  4
a  1  4  6
   0  7  8
b  1  2  4
   0  3  7
>>> 

更改索引名并创建列名为'' (空字符串)的列。