扁平化多索引列的简洁方法答案

【问题标题】：concise way of flattening multiindex columns扁平化多索引列的简洁方法
【发布时间】：2018-11-07 08:49:12
【问题描述】：

在 groupby-aggregate 中使用超过 1 个函数会导致多索引，然后我想将其展平。

示例：

df = pd.DataFrame(
    {'A': [1,1,1,2,2,2,3,3,3],
     'B': np.random.random(9),
     'C': np.random.random(9)}
)
out = df.groupby('A').agg({'B': [np.mean, np.std], 'C': np.median})

# example output

          B                   C
       mean       std    median
A
1  0.791846  0.091657  0.394167
2  0.156290  0.202142  0.453871
3  0.482282  0.382391  0.892514

目前，我是这样手动完成的

out.columns = ['B_mean', 'B_std', 'C_median']

这给了我想要的结果

     B_mean     B_std  C_median
A
1  0.791846  0.091657  0.394167
2  0.156290  0.202142  0.453871
3  0.482282  0.382391  0.892514

但我正在寻找一种方法来自动化这个过程，因为这很单调、耗时，并且允许我在重命名列时出现拼写错误。

在进行分组聚合时，有没有办法返回扁平索引而不是多索引？

我需要展平列以保存到文本文件，然后由不处理多索引列的不同程序读取。

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

你可以使用：

out.columns = list(map('_'.join, out.columns.values))

【讨论】：

【解决方案2】：

您可以使用列进行map join

out.columns = out.columns.map('_'.join)
out
Out[23]: 
     B_mean     B_std  C_median
A                              
1  0.204825  0.169408  0.926347
2  0.362184  0.404272  0.224119
3  0.533502  0.380614  0.218105

出于某种原因（当列包含 int 时）我更喜欢这种方式

out.columns.map('{0[0]}_{0[1]}'.format) 
Out[27]: Index(['B_mean', 'B_std', 'C_median'], dtype='object')

【讨论】：

【解决方案3】：

从 0.24.0 版本开始，您可以只使用 to_flat_index。

out.columns = [f"{x}_{y}" for x, y in out.columns.to_flat_index()]

    B_mean      B_std       C_median
A           
1   0.779592    0.137168    0.583211
2   0.158010    0.229234    0.550383
3   0.186771    0.150575    0.313409

【讨论】：

【解决方案4】：

在其他答案的基础上：如果其中一列在第二级未命名，则会在列名后面加上反斜杠（例如 D_）。

为防止这种情况，请使用 lambda 函数：

out.columns = out.columns.map(lambda x: '_'.join(a for a in x if len(a)>0))

【讨论】：

【解决方案5】：

我编写了一个猴子可修补函数来扁平化来自 .agg 的列，就像这样，它使用 .join 但做了一些检查以避免像 col_ 这样的列名。

def flatten_columns(self):
    """Monkey patchable function onto pandas dataframes to flatten MultiIndex column names.

    pd.DataFrame.flatten_columns = flatten_columns
    """
    df = self.copy()
    df.columns = [
        '_'.join([str(x)
                  for x in [y for y in item
                            if y]]) if not isinstance(item, str) else item
        for item in df.columns
    ]
    return df

那么在你原来的例子中，用这个函数修补到DataFrame 可以：

df = pd.DataFrame(
    {'A': [1,1,1,2,2,2,3,3,3],
     'B': np.random.random(9),
     'C': np.random.random(9)}
)
out = df.groupby('A').agg({'B': [np.mean, np.std], 'C': np.median}).flatten_columns()

#example flattened output

     B_mean     B_std  C_median
A                              
1  0.534301  0.168850  0.009058
2  0.547040  0.213936  0.575277
3  0.640177  0.250562  0.456109

【讨论】：