大熊猫数据框在枢轴后重塑答案

【问题标题】：pandas dataframe reshape after pivot大熊猫数据框在枢轴后重塑
【发布时间】：2016-07-07 08:03:52
【问题描述】：

枢轴代码：

result = pandas.pivot_table(result, values=['value'], index=['index'], columns=['columns'], fill_value=0)

结果：

        value   value   value   
columns col1    col2    col3    
index
idx1    14      1       1
idx2    2       0       1
idx3    6       0       0

我试过了：

result.columns = result.columns.get_level_values(1)

然后我得到了这个：

columns col1    col2    col3
index
idx1    14      1       1
idx2    2       0       1
idx3    6       0       0

其实我想要的是这个：

index   col1    col2    col3
idx1    14      1       1
idx2    2       0       1
idx3    6       0       0

有没有办法做到这一点？帮助真的很感激。提前谢谢你。

【问题讨论】：

抱歉，您在抱怨index 这个名字吗？你可以通过df.index.name = None 删除它
实际上我希望保留“索引”，但“列”（列名）会消失
你可以做df.columns.name = None
是的，这就是我所需要的。谢谢 EdChum。请在下面发布，以便我解决这个问题

标签： python pandas dataframe pivot-table

【解决方案1】：

您需要删除 index name by rename_axis（pandas 0.18.0 中的新功能）：

df = df.rename_axis(None)

如果需要还删除columns name，请使用：

df = df.rename_axis(None, axis=1)

如果使用旧版本的 pandas，请使用：

df.columns.name = None
df.index.name = None

示例（如果从pivot_table 中删除[]，则从列中删除Multiindex）：

print (result)
   index columns  value
0      1    Toys      5
1      2    Toys      6
2      2    Cars      7
3      1    Toys      2
4      1    Cars      9

print (pd.pivot_table(result, index='index',columns='columns',values='value', fill_value=0)
         .rename_axis(None)
         .rename_axis(None, axis=1))

   Cars  Toys
1     9   3.5
2     7   6.0

如果使用[]，获取：

result = pd.pivot_table(result, values=['value'], index=['index'], columns=['columns'], fill_value=0)
            .rename_axis(None)
            .rename_axis((None,None), axis=1)
print (result)        
  value     
   Cars Toys
1     9  3.5
2     7  6.0

【讨论】：

如果从pivot_table 中删除[]，则输出列中没有Multiindex，因此不需要result.columns = result.columns.get_level_values(1)。请检查编辑。

【解决方案2】：

考虑这个数据框：

results = pd.DataFrame(
    [
        [14, 1, 1],
        [2, 0, 1],
        [6, 0, 0]
    ],
    pd.Index(['idx1', 'idx2', 'idx3'], name='index'),
    pd.MultiIndex.from_product([['value'], ['col1', 'col2', 'col3']], names=[None, 'columns'])
)

print results

        value          
columns  col1 col2 col3
index                  
idx1       14    1    1
idx2        2    0    1
idx3        6    0    0

那么你只需要：

print results.value.rename_axis(None, 1)  # <---- Solution

       col1  col2  col3
index                  
idx1     14     1     1
idx2      2     0     1
idx3      6     0     0

【讨论】：