如何展平 python/pandas 数据透视表并操作列名？答案

【问题标题】：How do I flatten a python/pandas pivot table and manipulate the column names?如何展平 python/pandas 数据透视表并操作列名？
【发布时间】：2016-04-20 18:41:03
【问题描述】：

我希望展平此数据透视表，但我无法找到删除/隐藏/删除“ID”的多索引行的方法。

相关代码：

df = df [['B1','B2','B3','B4']]
df = pd.pivot_table(df,values=['BUCKET'],index=['ID'],columns=['TYPE'],aggfunc=len,fill_value='',margins=True)

产量：

      BUCKET
TYPE  B1     B2       B3      B4
ID
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

以下行通过删除第一行让我更近了一步

df.columns = df.columns.droplevel(0)

产量：

TYPE  B1     B2       B3      B4
ID
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

我需要进一步展平数据透视表并删除“TYPE”行标题，将其替换为“ID”，并隐藏/删除前一个“ID”行，使其看起来像这样干净整洁：

ID    B1     B2       B3      B4
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

我试过用这些来操作列/行，但无济于事......建议？谢谢！

pd.melt(df,id_vars=['ID'])
results.columns = results.columns.get_level_values(1)
pivot_table.values.reset_index().values.tolist()

【问题讨论】：

df = df.drop('column_name', 1) ?

标签： python pandas pivot-table

【解决方案1】：

您可以使用 pandas 中的新功能 0.18.0 - rename_axis 来删除列名，然后可能是 reset_index：

print df
TYPE   B1     B2     B3     B4
ID                            
1     236  data1  data2  data3
2     323  data4  data5  data3
3     442  data6  data2  data4
4     543  data8  data2  data3
5     676  data1  data8  data4

print df.rename_axis(None, axis=1)
     B1     B2     B3     B4
ID                          
1   236  data1  data2  data3
2   323  data4  data5  data3
3   442  data6  data2  data4
4   543  data8  data2  data3
5   676  data1  data8  data4

print df.rename_axis(None, axis=1).reset_index()
   ID   B1     B2     B3     B4
0   1  236  data1  data2  data3
1   2  323  data4  data5  data3
2   3  442  data6  data2  data4
3   4  543  data8  data2  data3
4   5  676  data1  data8  data4

【讨论】：

【解决方案2】：

这是您的列的索引名称，您可以将None 分配给它：

df.columns.name = None

应该工作

【讨论】：