使用数据透视表熊猫后如何摆脱多级索引？答案

【问题标题】：How to get rid of multilevel index after using pivot table pandas?使用数据透视表熊猫后如何摆脱多级索引？
【发布时间】：2016-12-21 10:31:07
【问题描述】：

我有以下数据框（实际数据框比这个大得多）：

sale_user_id    sale_product_id count
1                 1              1
1                 8              1
1                 52             1
1                 312            5
1                 315            1

然后使用以下代码对其进行整形以将 sale_product_id 中的值移动为列标题：

reshaped_df=id_product_count.pivot(index='sale_user_id',columns='sale_product_id',values='count')

得到的数据框是：

sale_product_id -1057   1   2   3   4   5   6   8   9   10  ... 98  980 981 982 983 984 985 986 987 99
sale_user_id                                                                                    
1                NaN    1.0 NaN NaN NaN NaN NaN 1.0 NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
3                NaN    1.0 NaN NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
4                NaN    NaN 1.0 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN

如您所见，我们有一个多级索引，我需要的是在第一列中包含 sale_user_is 而没有多级索引：

我采取以下方法：

reshaped_df.reset_index()

结果会是这样，我仍然有 sale_product_id 列，但我不再需要它了：

sale_product_id sale_user_id    -1057   1   2   3   4   5   6   8   9   ... 98  980 981 982 983 984 985 986 987 99
0                          1    NaN 1.0 NaN NaN NaN NaN NaN 1.0 NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
1                          3    NaN 1.0 NaN NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2                          4    NaN NaN 1.0 NaN NaN NaN NaN NaN NaN ... NaN NaN NaN NaN NaN NaN NaN NaN NaN

我可以对这个数据框进行子集化以摆脱sale_product_id，但我认为它不会有效。我正在寻找一种有效的方法来摆脱多级索引，同时重塑原始数据框

【问题讨论】：

截至 2020 年，解决方案可能是使用 reshaped_df.droplevel(1, axis=0) (documentation)，但我不确定我是否完全理解所选答案解决的问题。

标签： python pandas dataframe pivot-table data-analysis

【解决方案1】：

您只需删除index name，使用rename_axis（pandas 中的新功能0.18.0）：

print (reshaped_df)
sale_product_id  1    8    52   312  315
sale_user_id                            
1                  1    1    1    5    1

print (reshaped_df.index.name)
sale_user_id

print (reshaped_df.rename_axis(None))
sale_product_id  1    8    52   312  315
1                  1    1    1    5    1

0.18.00.18.0 下的另一个适用于 pandas 的解决方案：

reshaped_df.index.name = None
print (reshaped_df)

sale_product_id  1    8    52   312  315
1                  1    1    1    5    1

如果还需要删除columns name：

print (reshaped_df.columns.name)
sale_product_id

print (reshaped_df.rename_axis(None).rename_axis(None, axis=1))
   1    8    52   312  315
1    1    1    1    5    1

另一种解决方案：

reshaped_df.columns.name = None
reshaped_df.index.name = None
print (reshaped_df)
   1    8    52   312  315
1    1    1    1    5    1

通过评论编辑：

你需要reset_index和参数drop=True:

reshaped_df = reshaped_df.reset_index(drop=True)
print (reshaped_df)
sale_product_id  1    8    52   312  315
0                  1    1    1    5    1

#if need reset index nad remove column name
reshaped_df = reshaped_df.reset_index(drop=True).rename_axis(None, axis=1)
print (reshaped_df)
   1    8    52   312  315
0    1    1    1    5    1

如果需要只删除列名：

reshaped_df = reshaped_df.rename_axis(None, axis=1)
print (reshaped_df)
              1    8    52   312  315
sale_user_id                         
1               1    1    1    5    1

编辑1：

因此，如果需要从 index 创建新列并删除 columns names：

reshaped_df =  reshaped_df.rename_axis(None, axis=1).reset_index() 
print (reshaped_df)
   sale_user_id  1  8  52  312  315
0             1  1  1   1    5    1

【讨论】：

我尝试了所有解决方案，实际上前两个解决方案删除 sale_user_id 但我需要它作为第一列，我需要摆脱 sale_product_id。
最后两个解决方案也去掉了 sale_user_id
我认为我们需要添加 reset_index() ， reshape_df.rename_axis(None, axis=1).reset_index() 将完全满足我的需求。

【解决方案2】：

它适合我的方式是

df_cross=pd.DataFrame(pd.crosstab(df[c1], df[c2]).to_dict()).reset_index()

【讨论】：

【解决方案3】：

制作数据框

import random

d = {'Country': ['Afghanistan','Albania','Algeria','Andorra','Angola']*2, 
     'Year': [2005]*5 + [2006]*5, 'Value': random.sample(range(1,20),10)}
df = pd.DataFrame(data=d)

df:

                Country         Year   Value    
1               Afghanistan     2005    6
2               Albania         2005    13
3               Algeria         2005    10
4               Andorra         2005    11
5               Angola          2005    5
6               Afghanistan     2006    3
7               Albania         2006    2
8               Algeria         2006    7
9               Andorra         2006    3
10              Angola          2006    6

枢轴

table = df.pivot(index='Country',columns='Year',values='Value')

表：

Year    Country         2005    2006
0       Afghanistan     16      9
1       Albania         17      19
2       Algeria         11      7
3       Andorra         5       12
4       Angola          6       18

我希望“年份”成为“索引”：

clean_tbl = table.rename_axis(None, axis=1).reset_index(drop=True)

clean_tbl：

    Country         2005    2006
0   Afghanistan     16      9
1   Albania         17      19
2   Algeria         11      7
3   Andorra         5       12
4   Angola          6       18

完成！

【讨论】：

【解决方案4】：

我们需要 reset_index() 将索引列重置回数据帧，然后 rename_axis() 将索引重命名为 None 并将列重命名为它们的 axis=1（列标题）值。

reshaped_df = reshaped_df.reset_index().rename_axis(None, axis=1)

【讨论】：

【解决方案5】：

使用数据透视从长格式转换为宽格式：

import pandas
df = pandas.DataFrame({
    "lev1": [1, 1, 1, 2, 2, 2],
    "lev2": [1, 1, 2, 1, 1, 2],
    "lev3": [1, 2, 1, 2, 1, 2],
    "lev4": [1, 2, 3, 4, 5, 6],
    "values": [0, 1, 2, 3, 4, 5]})
df_wide = df.pivot(index="lev1", columns=["lev2", "lev3"], values="values")
df_wide

# lev2    1         2
# lev3    1    2    1    2
# lev1
# 1     0.0  1.0  2.0  NaN
# 2     4.0  3.0  NaN  5.0

重命名（有时令人困惑的）轴名称

df_wide.rename_axis(columns=[None, None])

#         1         2
#         1    2    1    2
# lev1
# 1     0.0  1.0  2.0  NaN
# 2     4.0  3.0  NaN  5.0

【讨论】：