У меня есть DataFrame, который выглядит следующим образом
exec ms tp lu ru
0 exec1 16.0 240.87 2.30 0.85
1 exec1 16.0 243.72 2.35 0.84
2 exec1 16.0 234.16 2.38 0.92
3 exec1 16.0 244.71 2.35 0.84
4 exec1 16.0 240.74 2.39 0.90
5 exec1 128.0 1686.78 2.09 0.69
6 exec1 128.0 1704.36 2.00 0.44
7 exec1 128.0 1686.45 2.07 0.60
8 exec1 128.0 1722.61 2.07 0.45
9 exec1 128.0 1726.15 2.08 0.50
10 exec1 1024.0 5754.92 2.23 0.93
11 exec1 1024.0 5740.71 2.24 0.93
12 exec1 1024.0 5751.58 2.24 0.96
13 exec1 1024.0 5819.63 2.23 0.92
14 exec1 1024.0 5797.03 2.22 0.96
15 exec1 8192.0 37833.45 1.91 3.87
16 exec1 8192.0 38154.95 2.00 3.87
17 exec1 8192.0 38178.19 2.02 3.85
18 exec1 8192.0 38152.86 1.95 3.84
19 exec1 8192.0 35209.98 1.80 3.65
20 exec1 16384.0 38109.76 1.81 3.84
21 exec1 16384.0 38059.07 1.76 3.90
22 exec1 16384.0 36683.24 1.54 3.71
23 exec1 16384.0 37908.00 1.73 3.85
24 exec1 16384.0 37014.79 1.71 3.75
, и я хотел бы сделать столбцы из мс для данных из tp , lu и ru и иметь их в качестве иерархических столбцов и использовать exec в качестве индекса следующим образом:
lu ru tp
exec 16.0 128.0 1024.0 8192.0 16384.0 16.0 128.0 1024.0 8192.0 16384.0 16.0 128.0 1024.0 8192.0 16384.0
exec1 2.30 2.09 2.23 1.91 1.81 0.85 0.69 0.93 3.87 3.84 240.87 1686.78 5754.92 37833.45 38109.76
exec1 2.35 2.00 2.24 2.00 1.76 0.84 0.44 0.93 3.87 3.90 243.72 1704.36 5740.71 38154.95 38059.07
exec1 2.38 2.07 2.24 2.02 1.54 0.92 0.60 0.96 3.85 3.71 234.16 1686.45 5751.58 38178.19 36683.24
exec1 2.35 2.07 2.23 1.95 1.73 0.84 0.45 0.92 3.84 3.85 244.71 1722.61 5819.63 38152.86 37908.00
exec1 2.39 2.08 2.22 1.80 1.71 0.90 0.50 0.96 3.65 3.75 240.74 1726.15 5797.03 35209.98 37014.79 Я пытался использовать pd.pivot_table, но он создает нежелательные Nans .