在非常普遍的意义，我期待解决的问题是改变一个多层次的指数的一个组成部分成列。 也就是说，我有一个Series包含多层次的指数，我想该指数的最低水平变成列的dataframe 。 下面是我试图解决实际问题的例子，
在这里，我们可以生成一些样本数据：
foo_choices = ["saul", "walter", "jessee"]
bar_choices = ["alpha", "beta", "foxtrot", "gamma", "hotel", "yankee"]
df = DataFrame([{"foo":random.choice(foo_choices),
"bar":random.choice(bar_choices)} for _ in range(20)])
df.head()
这给了我们，
bar foo
0 beta jessee
1 gamma jessee
2 hotel saul
3 yankee walter
4 yankee jessee
...
现在，我可以GROUPBY bar ，并得到的value_counts foo领域，
dfgb = df.groupby('foo')
dfgb['bar'].value_counts()
并输出，
foo
jessee hotel 4
gamma 2
yankee 1
saul foxtrot 3
hotel 2
gamma 1
alpha 1
walter hotel 2
gamma 2
foxtrot 1
beta 1
但我想是一样的东西，
hotel beta foxtrot alpha gamma yankee
foo
jessee 1 1 5 4 1 1
saul 0 3 0 0 1 0
walter 1 0 0 1 1 0
我的解决办法是写以下位：
for v in df['bar'].unique():
if v is np.nan: continue
df[v] = np.nan
df.ix[df['bar'] == v, v] = 1
dfgb = df.groupby('foo')
dfgb.count()[df['bar'].unique()]
