将熊猫数据透视表转换为常规数据框

【问题标题】：transform pandas pivot table to regular dataframe将熊猫数据透视表转换为常规数据框
【发布时间】：2017-10-01 01:11:13
【问题描述】：

如何将 pandas 数据透视表转换为常规数据框？例如：

                           amount                                                
categories                  A                B           C  
date         deposit                                                             
2017-01-15   6220140.00    5614354.16        0.00        0.00 
2017-01-16   7384354.00    6247300.22        0.00        0.00 
2017-01-17   6783939.00    10630021.37       0.00        0.00 
2017-01-18   67940.00      4659384.47        0.00        0.00

到一个常规的日期时间，例如：

   date         deposit       A                 B           C                                                                         
0  2017-01-15   6220140.00    5614354.16        0.00        0.00 
1  2017-01-16   7384354.00    6247300.22        0.00        0.00 
2  2017-01-17   6783939.00    10630021.37       0.00        0.00 
3  2017-01-18   67940.00      4659384.47        0.00        0.00

【问题讨论】：

标签： python pandas

【解决方案1】：

使用droplevel + index name 到None + reset_index：

df.columns = df.columns.droplevel(0) #remove amount
df.columns.name = None               #remove categories
df = df.reset_index()                #index to columns

或者使用rename_axis:

df.columns = df.columns.droplevel(0)
df = df.reset_index().rename_axis(None, axis=1)

编辑：

也许还有助于删除参数values 中的[] - 请参阅this。

【讨论】：

【解决方案2】：

df = pd.DataFrame(df.to_records())

【讨论】：

这个答案对我有用，而不是投票最多的答案。我有一个更简单的支点

【解决方案3】：

能够使用重置索引解决它

Sample_df=df.reset_index()

【讨论】：