python - 使用 pd.concat() 时，生成的数据框列名称出现在括号中并添加逗号

Question

我是 Python 编程的新手，我不明白为什么会这样……我正在使用 UCI 机器学习存储库中的“在线购物者购买意向数据集”。我将具有数值特征和分类特征的数据分成两个单独的数据框(一个用于cat.data，一个用于num.data)，以虚拟化分类变量，并对数值变量进行标准化。我创建的两个数据帧是用于标准化数值的 'StdNumFeat' 和用于虚拟分类变量的 'DumData'。

这是 StdNumFeat.head() 的摘录

   Administrative   Administrative_Duration Informational   Informational_Duration  ProductRelated
0   -0.696993              -0.457191          -0.396478            -0.244931           -0.691003
1   -0.696993              -0.457191          -0.396478            -0.244931           -0.668518
2   -0.696993              -0.457191          -0.396478            -0.244931           -0.691003
3   -0.696993              -0.457191          -0.396478            -0.244931           -0.668518
4   -0.696993              -0.457191          -0.396478            -0.244931           -0.488636

这是 DumData.head() 的摘录

    Weekend Month_Aug   Month_Dec   Month_Feb   Month_Jul   Month_June  Month_Mar
0    False      0          0            1           0           0           0
1    False      0          0            1           0           0           0
2    False      0          0            1           0           0           0
3    False      0          0            1           0           0           0
4    False      0          0            1           0           0           0

当我使用以下代码连接两个数据帧时:

data = pd.concat([StdNumFeat, DumData], axis=1)

生成的数据框如下所示:

   (Administrative,)    (Administrative_Duration,)  (Informational,)    (Informational_Duration,)
0      -0.696993               -0.457191               -0.396478               -0.244931
1      -0.696993               -0.457191               -0.396478               -0.244931
2      -0.696993               -0.457191               -0.396478               -0.244931
3      -0.696993               -0.457191               -0.396478               -0.244931
4      -0.696993               -0.457191               -0.396478               -0.244931

有谁知道为什么结果列名后跟一个逗号，并放在括号中？那是什么意思？注意:我在 Anaconda 中使用 Jupyter Notebooks。谢谢。

Answer 1

问题是 StdNumFeat 中的一级 MultiIndex，显然原因是由嵌套列表设置列名:

StdNumFeat.columns = [['Administrative', 'Administrative_Duration', 'Informational',
                      'Informational_Duration', 'ProductRelated']]

正确的做法:

StdNumFeat.columns = ['Administrative', 'Administrative_Duration', 'Informational',
                     'Informational_Duration', 'ProductRelated']