将 MultiIndex 列合并为 1 级 [重复]答案

【问题标题】：Merge MultiIndex columns together into 1 level [duplicate]将 MultiIndex 列合并为 1 级 [重复]
【发布时间】：2018-02-03 07:45:06
【问题描述】：

这是另一个问题的一些数据：

date       type       value
1/1/2016   a          1
1/1/2016   b          2
1/1/2016   a          1
1/1/2016   b          4
1/2/2016   a          1
1/2/2016   b          1

运行这行代码：

x = df.groupby(['date', 'type']).value.agg(['sum', 'max']).unstack()

x 应该是这样的：

         sum    max   
type       a  b   a  b
date                  
1/1/2016   2  6   1  4
1/2/2016   1  1   1  1

我想将上下层的列组合起来得到这个：

           sum_a  sum_b   max_a  max_b
date                  
1/1/2016   2       6        1       4
1/2/2016   1       1        1       1

有没有简单的方法可以做到这一点？

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

这里有讨论：

Python Pandas - How to flatten a hierarchical index in columns

而共识似乎是：

x.columns = ['_'.join(col) for col in x.columns.values]
print(x)
          sum_a  sum_b  max_a  max_b
date                                
1/1/2016      2      6      1      4
1/2/2016      1      1      1      1

如果有一个内置的方法会很好，但似乎没有。

【讨论】：

谢谢。这似乎是最不让人头疼的版本。
我觉得这个问题现在是链接问题的欺骗，我们应该标记为欺骗吗？
@EdChum 是的，我已经看到了，但它太冗长了，以至于我的眼睛都呆滞了。我认为这会很好，因为它是对同一问题的更简单的表述。我把它留给你，驻地熊猫金徽章:)
我想我会欺骗锤子这个，注意在你的情况下strip是多余的

【解决方案2】：

使用 zip 与上述非常相似的解决方案：

x.columns = [x + '_' + i for x, i in zip(x.columns.get_level_values(0), x.columns.get_level_values(1))]
x
          sum_a  sum_b  max_a  max_b
date                                
1/1/2016      2      6      1      4
1/2/2016      1      1      1      1

【讨论】：