Python Pandas – MultiIndexのレベルを列としてDataFrameを作成する方法

MultiIndexの各レベルを列として持つDataFrameを作成するには、Pandasのto_frame()メソッドを使用します。このメソッドを使うことで、階層的なインデックス情報をそのまま表形式のデータへ変換できます。

必要なライブラリのインポート

まず、必要なライブラリをインポートします。

import pandas as pd

MultiIndexは、pandasオブジェクトに対する多階層（階層型）のインデックスオブジェクトです。まずは基となる配列を作成しましょう。

arrays = [[1, 2, 3, 4], ['John', 'Tim', 'Jacob', 'Chris']]

「names」パラメータで各インデックスレベルに名前を設定し、from_arrays()メソッドを使ってMultiIndexを作成します。

multiIndex = pd.MultiIndex.from_arrays(arrays, names=('ranks', 'student'))

続いて、to_frame()メソッドを使って、MultiIndexのレベルを列とするDataFrameを作成します。

dataFrame = multiIndex.to_frame()

完全なコード例

以下に全体のコードを示します。

import pandas as pd

# MultiIndexはpandasオブジェクトのための多階層（階層型）インデックスオブジェクト
# 配列を作成
arrays = [[1, 2, 3, 4], ['John', 'Tim', 'Jacob', 'Chris']]

# "names"パラメータで各インデックスレベルの名前を設定
# from_arrays()でMultiIndexを作成
multiIndex = pd.MultiIndex.from_arrays(arrays, names=('ranks', 'student'))

# MultiIndexを表示
print("The Multi-index...\n", multiIndex)

# MultiIndexのレベルを取得
print("\nThe levels in Multi-index...\n", multiIndex.levels)

# to_frame()でMultiIndexのレベルを列とするDataFrameを作成
dataFrame = multiIndex.to_frame()

# DataFrameを表示
print("\nThe DataFrame...\n", dataFrame)

実行結果

上記のコードを実行すると、以下のような出力が得られます。

The Multi-index...
MultiIndex([(1, 'John'),
            (2, 'Tim'),
            (3, 'Jacob'),
            (4, 'Chris')],
           names=['ranks', 'student'])

The levels in Multi-index...
    [[1, 2, 3, 4], ['Chris', 'Jacob', 'John', 'Tim']]

The DataFrame...
                   ranks   student
ranks  student                    
1      John           1     John
2      Tim            2      Tim
3      Jacob          3    Jacob
4      Chris          4    Chris

出力を見ると、MultiIndexの「ranks」と「student」という2つのレベルが、それぞれDataFrameの列として展開されていることがわかります。また、levels属性を参照すると、各レベルの一意な値のリストを確認できます。

補足：インデックスを残さずにDataFrame化する

デフォルトでは、to_frame()は元のMultiIndexを行インデックスとして保持したままDataFrameを生成します。インデックスを列データだけにしたい場合は、index=Falseを指定します。

dataFrame = multiIndex.to_frame(index=False)

これにより、「ranks」と「student」のみを列として持つ、すっきりしたDataFrameが得られます。用途に応じて使い分けると便利です。