具有多索引列合并级别的熊猫数据框架

我有一个数据框架 grouped，其多索引列如下:

import pandas as pd
codes = ["one","two","three"];
colours = ["black", "white"];
textures = ["soft", "hard"];
N= 100 # length of the dataframe
df = pd.DataFrame({ 'id' : range(1,N+1),
'weeks_elapsed' : [random.choice(range(1,25)) for i in range(1,N+1)],
'code' : [random.choice(codes) for i in range(1,N+1)],
'colour': [random.choice(colours) for i in range(1,N+1)],
'texture': [random.choice(textures) for i in range(1,N+1)],
'size': [random.randint(1,100) for i in range(1,N+1)],
'scaled_size': [random.randint(100,1000) for i in range(1,N+1)]
},  columns= ['id', 'weeks_elapsed', 'code','colour', 'texture', 'size', 'scaled_size'])
grouped = df.groupby(['code', 'colour']).agg( {'size': [np.sum, np.average, np.size, pd.Series.idxmax],'scaled_size': [np.sum, np.average, np.size, pd.Series.idxmax]}).reset_index()


>> grouped
code colour     size                           scaled_size
sum    average  size  idxmax            sum    average  size  idxmax
0    one  black    1031  60.647059    17      81     185.153944  10.891408    17      47
1    one  white     481  37.000000    13      53     204.139249  15.703019    13      53
2  three  black     822  48.352941    17       6     123.269405   7.251141    17      31
3  three  white    1614  57.642857    28      50     285.638337  10.201369    28      37
4    two  black     523  58.111111     9      85      80.908912   8.989879     9      88
5    two  white     669  41.812500    16      78      82.098870   5.131179    16      78
[6 rows x 10 columns]

如何将列索引级别展开/合并为: “ Level 1 | Level 2”，例如 size|sum、 scaled_size|sum。等等？如果这是不可能的，有没有一种方法来 groupby()，因为我没有创建多索引列上面？

74316

小开

有一种潜在的更好的方法，更 Python 化的方法来压平多重索引列。

1. 使用 map 并与字符串列标题连接:

grouped.columns = grouped.columns.map('|'.join).str.strip('|')


print(grouped)

产出:

   code  colour   size|sum  size|average  size|size  size|idxmax  \
0    one   black       862     53.875000         16           14
1    one   white       554     46.166667         12           18
2  three   black       842     49.529412         17           90
3  three   white       740     56.923077         13           97
4    two   black      1541     61.640000         25           50


scaled_size|sum  scaled_size|average  scaled_size|size  scaled_size|idxmax
0             6980           436.250000                16                  77
1             6101           508.416667                12                  13
2             7889           464.058824                17                  64
3             6329           486.846154                13                  73
4            12809           512.360000                25                  23

2. 对具有数字数据类型的列标题使用带格式的 map。

grouped.columns = grouped.columns.map('{0[0]}|{0[1]}'.format)

产出:

   code| colour|  size|sum  size|average  size|size  size|idxmax  \
0    one   black       734     52.428571         14           30
1    one   white      1110     65.294118         17           88
2  three   black       930     51.666667         18            3
3  three   white      1140     51.818182         22           20
4    two   black       656     38.588235         17           77
5    two   white       704     58.666667         12           17


scaled_size|sum  scaled_size|average  scaled_size|size  scaled_size|idxmax
0             8229           587.785714                14                  57
1             8781           516.529412                17                  73
2            10743           596.833333                18                  21
3            10240           465.454545                22                  26
4             9982           587.176471                17                  16
5             6537           544.750000                12                  49

在 Python 3.6 + 中使用 f-string 列表内涵:

grouped.columns = [f'{i}|{j}' if j != '' else f'{i}' for i,j in grouped.columns]

产出:

    code colour  size|sum  size|average  size|size  size|idxmax  \
0    one  black      1003     43.608696         23           76
1    one  white      1255     59.761905         21           66
2  three  black       777     45.705882         17           39
3  three  white       630     52.500000         12           23
4    two  black       823     54.866667         15           33
5    two  white       491     40.916667         12           64


scaled_size|sum  scaled_size|average  scaled_size|size  scaled_size|idxmax
0            12532           544.869565                23                  27
1            13223           629.666667                21                  13
2             8615           506.764706                17                  92
3             6101           508.416667                12                  43
4             7661           510.733333                15                  42
5             6143           511.916667                12                  49

具有多索引列合并级别的熊猫数据框架

有一种潜在的更好的方法，更 Python 化的方法来压平 多重索引列。

1. 使用 map 并与字符串列标题连接:

2. 对具有数字数据类型的列标题使用带格式的 map。

在 Python 3.6 + 中使用 f-string 列表内涵:

有一种潜在的更好的方法，更 Python 化的方法来压平多重索引列。