Pandas Pivot Table 格式化列名答案

【问题标题】：Pandas Pivot Table formatting column namesPandas Pivot Table 格式化列名
【发布时间】：2016-08-20 03:55:21
【问题描述】：

我在 pandas 数据帧上使用了 pandas.pivot_table 函数，我的输出看起来与此类似：

                    Winners                 Runnerup            
         year       2016    2015    2014    2016    2015    2014
Country  Sport                              
india    badminton                              
india    wrestling

我真正需要的是下面这样的东西

Country Sport   Winners_2016    Winners_2015    Winners_2014    Runnerup_2016   Runnerup_2015   Runnerup_2014
india   badminton   1   1   1   1   1   1
india   wrestling   1   0   1   0   1   0

我有很多专栏和年份，所以我无法手动编辑它们，所以谁能告诉我如何做到这一点？

【问题讨论】：

标签： python pandas dataframe pivot-table data-munging

【解决方案1】：

你也可以使用列表推导：

df.columns = ['_'.join(col) for col in df.columns]
print (df)
                   Winners_2016  Winners_2015  Winners_2014  Runnerup_2016  \
Country Sport                                                                
india   badminton             1             1             1              1   
        wrestling             1             1             1              1   

                   Runnerup_2015  Runnerup_2014  
Country Sport                                    
india   badminton              1              1  
        wrestling              1              1

转换columnsto_series然后调用join的另一种解决方案：

df.columns = df.columns.to_series().str.join('_')
print (df)
                   Winners_2016  Winners_2015  Winners_2014  Runnerup_2016  \
Country Sport                                                                
india   badminton             1             1             1              1   
        wrestling             1             1             1              1   

                   Runnerup_2015  Runnerup_2014  
Country Sport                                    
india   badminton              1              1  
        wrestling              1              1

我对时间安排非常感兴趣：

In [45]: %timeit ['_'.join(col) for col in df.columns]
The slowest run took 7.82 times longer than the fastest. This could mean that an intermediate result is being cached.
100000 loops, best of 3: 4.05 µs per loop

In [44]: %timeit ['{}_{}'.format(x,y) for x,y in zip(df.columns.get_level_values(0),df.columns.get_level_values(1))]
The slowest run took 4.56 times longer than the fastest. This could mean that an intermediate result is being cached.
10000 loops, best of 3: 131 µs per loop

In [46]: %timeit df.columns.to_series().str.join('_')
The slowest run took 4.31 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 452 µs per loop

【讨论】：

真的很感兴趣 - 第一个列表理解要快 30 倍。
是的，这真的很有帮助，因为我正在处理更大的数据集。谢谢！
旧 Q，但当嵌套列名之一不是字符串时，我建议 ['_'.join(map(str, col)) for col in df.columns] 保持稳健性。

【解决方案2】：

试试这个：

df.columns=['{}_{}'.format(x,y) for x,y in zip(df.columns.get_level_values(0),df.columns.get_level_values(1))]

get_level_values 是您只需要获得结果多索引的一个级别。

附注：您可以尝试按原样处理数据。我真的很讨厌 pandas multiIndex 很长一段时间，但它在我身上长大了。

【讨论】：