如何通过聚合从组中删除 Pandas 中的嵌套列名？

Question

我有以下代码，它使用Employee_id 的组和Customer_id 的聚合来查找每个员工的总销售额和唯一销售额。

Sales.groupby('Employee_id').agg({
    'Customer_id': [
        ('total_sales', 'count'),
        ('unique_sales', 'nunique')
]})

重要的是要知道我也会对其他列执行聚合，但到目前为止，这就是我所写的全部内容。因此，如果您有建议的解决方案，请您考虑一下，以防它产生影响。

虽然这在计算每个员工的总销售额和唯一销售额并创建两列方面完全符合我的要求，但它会创建嵌套的列名称。所以列名看起来像 [('Customer_id', 'total_sales'), ('Customer_id', 'unique_sales')]，这是我不想要的。有什么方法可以轻松摆脱嵌套部分，只包含 ['total_sales', 'unique_sales']，或者在我完成所有内容后重命名列是最简单的方法吗？

谢谢！

Answer 1

您可以简单地重命名列：

import numpy as np
import pandas as pd
np.random.seed(2018)

df = pd.DataFrame(np.random.randint(10, size=(100, 3)), columns=['A','B','C'])
result = df.groupby('A').agg({'B': [('D','count'),('E','nunique')],
                              'C': [('F','first'),('G','max')]})
result.columns = result.columns.get_level_values(1)
print(result)

或者，您可以保存 groupby 对象，并使用 grouped[col].agg(...) 生成子数据帧，然后可以pd.concat'ed 一起：

import numpy as np
import pandas as pd
np.random.seed(2018)
df = pd.DataFrame(np.random.randint(10, size=(100, 3)), columns=['A','B','C'])
grouped = df.groupby('A')
result = pd.concat([grouped['B'].agg([('D','count'),('E','nunique')]),
                    grouped['C'].agg([('F','first'),('G','max')])], axis=1)
print(result)

两个代码 sn-ps 产生以下结果（尽管列的顺序可能不同）：

    D  E  F  G
A             
0  18  8  8  9
1  12  8  6  6
2  14  8  0  8
3  10  9  8  9
4   7  6  3  5
5   8  5  6  7
6   9  7  9  9
7   8  6  4  7
8   8  7  2  9
9   6  5  7  9

总的来说，我认为事后重命名列是最简单且更具可读性的选项。