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