如何得到適當的格式化指數在大熊貓數據幀

Question

有這樣一個數據幀：

>>> df = pd.DataFrame({'name': ['foo', 'foo', 'bar', 'bar'], 
        'colx': [1, 2, 3, 4], 
        'coly': [5, 6, 7, 8]}) 
>>> df.set_index('name', inplace=True) 
>>> df 
     colx coly 
name    
foo  1  5 
foo  2  6 
bar  3  7 
bar  4  8 

怎麼可能得到像一個真正的格式化指數：

 colx coly 
name    
foo  1  5 
     2  6 
bar  3  7 
     4  8 

使大熊貓沒有按不會抱怨重複的指數。

Answer 1

一個（在許多）選擇是增加一個新的指數水平：

In [49]: df = df.set_index(df.groupby(level=0).cumcount().add(1) \ 
          .to_frame('num')['num'], 
          append=True) 

In [50]: df 
Out[50]: 
      colx coly 
name num 
foo 1  1  5 
    2  2  6 
bar 1  3  7 
    2  4  8 

UPDATE：

：不要大熊貓顯示在多指標重複的方式混淆

如果我們選擇name級多指標的所有值，我們仍然會看到重複：

In [51]: df.index.get_level_values(0) 
Out[51]: Index(['foo', 'foo', 'bar', 'bar'], dtype='object', name='name') 

這只是Pandas代表多重索引中的重複。我們可以關閉此顯示選項：

In [53]: pd.options.display.multi_sparse = False 

In [54]: df 
Out[54]: 
      colx coly 
name num 
foo 1  1  5 
foo 2  2  6 
bar 1  3  7 
bar 2  4  8 

In [55]: pd.options.display.multi_sparse = True 

In [56]: df 
Out[56]: 
      colx coly 
name num 
foo 1  1  5 
    2  2  6 
bar 1  3  7 
    2  4  8 

PS此選項不會更改索引值，它會影響只爲多 -indices