python - 将多索引/多级数据框减少为单索引、单级

Question

假设我有一个如下所示的数据框:

>>> df
   Year   MPG VehicleType FuelType
0  2000  20.5         Car      Gas
1  2009  22.3         Car      Gas
2  2017  50.9         Car      Gas
3  2000  14.7         Car   Diesel
4  2009  18.0         Car   Diesel
5  2017  22.2         Car   Diesel

我需要根据 FuelType 列的值将 VehicleType 列拆分为两列，使用 Year 列作为索引.我使用 pivot_table 正确拆分列。

>>> pd.pivot_table(df, columns=['VehicleType', 'FuelType'], values='MPG', index=['Year'])
VehicleType    Car      
FuelType    Diesel   Gas
Year                    
2000          14.7  20.5
2009          18.0  22.3
2017          22.2  50.9

这很好，但它会产生一个多索引数据框，出于我的目的，我不想要它。

我试图得到一个看起来像这样的东西的结果:

Year Car_Diesel_MPG Car_Gas_MPG
2000           14.7        20.5
2009           18.0        22.3
2017           22.2        50.9

我为实现这一目标所做的努力导致了一些看起来非常难看的代码。有没有简单的方法可以做到这一点？

Answer 1

使用set_axis、map 和join

df2.set_axis(df2.columns.map('_'.join), axis=1, inplace=False).add_suffix('_MPG')

      Car_Diesel_MPG  Car_Gas_MPG
Year                             
2000            14.7         20.5
2009            18.0         22.3
2017            22.2         50.9

---

groupby 与 dict

m = {t: '_'.join(t) for t in df2.columns}
df2.groupby(m, axis=1).mean().add_suffix('_MPG')

      Car_Diesel_MPG  Car_Gas_MPG
Year                             
2000            14.7         20.5
2009            18.0         22.3
2017            22.2         50.9

---

其中任何一个都可以reset_index

m = {t: '_'.join(t) for t in df2.columns}
df2.groupby(m, axis=1).mean().add_suffix('_MPG').reset_index()

   Year  Car_Diesel_MPG  Car_Gas_MPG
0  2000            14.7         20.5
1  2009            18.0         22.3
2  2017            22.2         50.9

---

groupby 而不是 pivot_table

df.groupby(
    ['Year', df.VehicleType.str.cat(df.FuelType, sep='_').add('_MPG').values]
).MPG.sum().unstack().reset_index()

   Year  Car_Diesel_MPG  Car_Gas_MPG
0  2000            14.7         20.5
1  2009            18.0         22.3
2  2017            22.2         50.9