如何平铺pandas DataFrame中的层次列索引？

说我有一个列上的分层指数pandas.DataFrame如下：如何平铺pandas DataFrame中的层次列索引？

import pandas as pd 
columns = pd.MultiIndex.from_product([list('AB'), list('ab')]) 
df = pd.DataFrame(np.arange(8).reshape((2,4)), columns=columns) 
print df

输出[1]：

我想变平的列索引，所以它看起来如下：

Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

我试图

def flatten(col): 
    col.name = ''.join(col.name) 
    return col 

df.apply(f)

但这只是忽略了新列的修改名称。

来源

2017-01-30 snth

使用map

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

    Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

使用rename

df.rename(columns=''.join) 

    Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

来源

2017-01-30 08:15:49 piRSquared

我喜欢重新命名的版本，但它在0.16.1版本中对我无效。 – snth

我遇到了''df.columns.map（''。join）'带'int'类型列索引的问题。 –

您可以使用list comprehension与join：

df.columns = [''.join(col) for col in df.columns] 
print (df) 
    Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

另一种可能的解决方案：

df.columns = df.columns.to_series().str.join('') 
print (df) 
    Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

来源

2017-01-30 08:14:02 jezrael

感谢。这就是我想要的。 – snth

下面的作品，但创建一个新的DataFrame：

df_flat = pd.DataFrame({''.join(k):v for k,v in df.iteritems()}) 
print df_flat

出[3]：

Aa Ab Ba Bb 
0 0 1 2 3 
1 4 5 6 7

来源

2017-01-30 08:14:09 snth

如何平铺pandas DataFrame中的层次列索引？

回答

相关问题