Pandas中如何将多层索引转换为单层索引？

Pandas中如何将多层索引转换为单层索引？

有时，在DataFrame中使用单层索引会更容易。在这篇文章中，我将向您展示一个技巧，以扁平化MultiIndex Pandas列以创建单个索引DataFrame。

首先，创建一个示例DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(3,size=(4, 3)), index = ['apples','apples','oranges','oranges'], columns=['A','B','C'])

>>> df
         A  B  C
apples   0  1  2
apples   2  0  2
oranges  1  0  0
oranges  1  0  1

接下来，使用groupby函数和agg对数据进行聚合以创建MultiIndex列：

df_grouped = df.groupby(df.index).agg({'A':['sum','mean'],'B':'sum','C':'sum'})

>>> df_grouped
          A        B   C
        sum mean sum sum
apples    2    1   1   4
oranges   2    1   0   1

运行.columns函数，可以看到groupby后的数据有一个MultiIndex列。

df_grouped.columns

>>> df_grouped.columns
MultiIndex([('A',  'sum'),
            ('A', 'mean'),
            ('B',  'sum'),
            ('C',  'sum')],
           )

最后，要扁平化MultiIndex列，我们可以只连接元组中的值：

df_grouped.columns = ['_'.join(col) for col in df_grouped.columns.values]

最终结果如下：

>>> df_grouped
         A_sum  A_mean  B_sum  C_sum
apples       2       1      1      4
oranges      2       1      0      1

如果列混合了字符串和元组，则可以使用以下内容：

['_'.join(col) if type(col) is tuple else col for col in df.columns.values]

参考：原英文博客