Pandas：摆脱多索引答案

【问题标题】：Pandas: getting rid of the multiindexPandas：摆脱多索引
【发布时间】：2020-09-20 02:04:30
【问题描述】：

在对数据帧进行分组和计数后，我尝试像这样删除多索引：

df = df[['CID','FE', 'FID']].groupby(by=['CID','FE']).count()
              .unstack().reset_index()

打印列 (df.colums) 表明它仍然是 MultiIndex。

MultiIndex(levels=[['FID', 'CID'], [...]]

我无法通过df['CID'] 访问CID 列。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果有必要，我认为您需要将MultiIndex 转换为Index：

df.columns = df.columns.map(''.join)

或者如果需要删除级别使用droplevel:

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

如果需要访问值可以使用xs:

df = df.xs('CID', axis=1, level=1)

您也可以查看：

What is the difference between size and count in pandas?

编辑：

对于删除 MultiIndex 是 ['FID'] 选择的另一个解决方案。

df = df.groupby(by=['CID','FE'])['FID'].count().unstack().reset_index()

示例（还添加了rename_axis 以获得更好的输出）：

df = pd.DataFrame({'CID':[2,2,3],
                   'FE':[5,5,6],
                   'FID':[1,7,9]})

print (df)
   CID  FE  FID
0    2   5    1
1    2   5    7
2    3   6    9

df = df.groupby(by=['CID','FE'])['FID']
       .count()
       .unstack()
       .reset_index()
       .rename_axis(None, axis=1)

print (df)    
   CID    5    6
0    2  2.0  NaN
1    3  NaN  1.0

【讨论】：

以下对我很有效：df.columns = df.columns.map(lambda x: x[1])df = df.reset_index() 谢谢！

【解决方案2】：

这应该摆脱 CID 的 MultiIndex 并允许您通过 df['CID'] 访问它

df = df.rename(columns={('CID',''):'CID'})

【讨论】：