2将列级别由内而外

Question

我有一个看起来像这样的 pandas DataFrame（创建它的代码在问题的底部）：  col_1 col_2 foo_1       foo_2                    col_3 col_4 col_3 col_40     1     4     2     8     5     71     3     1     6     3     8     9我想将foo_1和foo_2列“由内而外”，即我的预期输出是：   col_1  col_2                     col_3                     col_40      1      4  {'foo_1': 2, 'foo_2': 5}  {'foo_1': 8, 'foo_2': 7}1      3      1  {'foo_1': 6, 'foo_2': 8}  {'foo_1': 3, 'foo_2': 9}是否有一种有效的方法（即不涉及编写逐行遍历每一行的 python 循环）在 pandas 中执行此操作？生成起始 DataFrame 的代码：import pandas as pdcols = pd.MultiIndex.from_tuples(    [        ("col_1", ""),        ("col_2", ""),        ("foo_1", "col_3"),        ("foo_1", "col_4"),        ("foo_2", "col_3"),        ("foo_2", "col_4"),    ])df = pd.DataFrame([[1, 4, 2, 8, 5, 7], [3, 1, 6, 3, 8, 9]], columns=cols)生成预期输出的代码：pd.DataFrame(    [        {            "col_1": 1,            "col_2": 4,            "col_3": {"foo_1": 2, "foo_2": 5},            "col_4": {"foo_1": 8, "foo_2": 7},        },        {            "col_1": 3,            "col_2": 1,            "col_3": {"foo_1": 6, "foo_2": 8},            "col_4": {"foo_1": 3, "foo_2": 9},        },    ])

Answer 1

使用DataFrame.filter+并使用DataFrame.droplevel聚合列，最后使用删除列：axis=1dictDataFrame.dropMultiLevel




df['col_3'] = df.filter(like='col_3').droplevel(1, 1).agg(dict, axis=1)

df['col_4'] = df.filter(like='col_4').droplevel(1, 1).agg(dict, axis=1)

df = df.drop(['foo_1', 'foo_2'], 1).droplevel(1, 1)

结果：

# print(df)

  col_1 col_2                     col_3                     col_4

0     1     4  {'foo_1': 2, 'foo_2': 5}  {'foo_1': 8, 'foo_2': 7}

1     3     1  {'foo_1': 6, 'foo_2': 8}  {'foo_1': 3, 'foo_2': 9}