如何使第一行变成第二级MultiIndex

Question

我有一个现有的 DataFrame，如下所示：

     1   |   1   |   1   |   2   |   2   |   2   |   2
 --------------------------------------------------------
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

我已经尝试这个有一段时间了，但没有成功。

重复的 1 和 2 已经是一级 MultiIndex。我知道，如果我添加另一个级别，它们将合并在一起，但很难将第一行转换为 MultiIndex 的第二个级别。

有没有一种简单的方法可以做到这一点？

期望的输出：

             1           |               2             
  | abc  |  def  |  ghi  |  jkl  |  mno  |  pqr  |  stu
 --------------------------------------------------------
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00
  | 1.00 |  2.00 |  3.00 |  4.00 |  5.00 |  6.00 |  7.00

任何帮助将不胜感激！谢谢

Answer 1

Jezrael提出的解决方案需要进行一些修正：

1. df.columns和df.iloc[0]应该一起作为的第一个参数from_arrays，而不是两个单独的参数。

2. 第二级MultiIndex ( df.iloc[0] )的源应该用.values进行补充。否则，此MultiIndex级别继承 name( 0 ) - 第0行的索引值。

3. 生成的MultiIndex应替换为df.columns，而不是整个df。

所以整个解决方案应该是：

df.columns = pd.MultiIndex.from_arrays([df.columns, df.iloc[0].values])
df = df.iloc[1:]