将pandas数据帧转为前缀cols，而不是多索引

Question

我有一个timeseries数据帧，类似于：

ts = pd.DataFrame([['Jan 2000','WidgetCo',0.5, 2], ['Jan 2000','GadgetCo',0.3, 3], ['Jan 2000','SnazzyCo',0.2, 4],
          ['Feb 2000','WidgetCo',0.4, 2], ['Feb 2000','GadgetCo',0.5, 2.5], ['Feb 2000','SnazzyCo',0.1, 4],
          ], columns=['month','company','share','price'])

看起来像：

^{pr2}$

我可以这样旋转桌子：

pd.pivot_table(ts,index='month', columns='company')

这让我：

            share                      price                  
company  GadgetCo SnazzyCo WidgetCo GadgetCo SnazzyCo WidgetCo
month                                                         
Feb 2000      0.5      0.1      0.4      2.5        4        2
Jan 2000      0.3      0.2      0.5      3.0        4        2

这就是我想要的，只是我需要折叠MultiIndex，以便company用作{}和{}的前缀，如下所示：

          WidgetCo_share  WidgetCo_price  GadgetCo_share  GadgetCo_price   ...
month                                                                      
Jan 2000             0.5               2             0.3             3.0   
Feb 2000             0.4               2             0.5             2.5   

我设计了一个函数来实现这一点，但这似乎是一个糟糕的解决方案：

def pivot_table_to_flat(df, column, index):
    res = df.set_index(index)
    cols = res.drop(column, axis=1).columns.values
    resulting_cols = []
    for prefix in res[column].unique():
        for col in cols:
            new_col_name = prefix + '_' + col
            res[new_col_name] = res[res[column] == prefix][col]
            resulting_cols.append(new_col_name)

    return res[resulting_cols]

pivot_table_to_flat(ts, index='month', column='company')

与MultiIndex相比，实现带有前缀的列的pivot的更好方法是什么？在

Answer 1

我想出来了。使用MultiIndex上的数据可以得到一个非常干净的解决方案：

def flatten_multi_index(df):
    mi = df.columns
    suffixes, prefixes = mi.levels
    col_names = [prefixes[i_p] + '_' + suffixes[i_s] for (i_s, i_p) in zip(*mi.labels)]
    df.columns = col_names
    return df

flatten_multi_index(pd.pivot_table(ts,index='month', columns='company'))

上面的版本只处理2DMultiIndex，但如果需要，可以将其通用化。在

Answer 2

这似乎更简单：

df.columns = [' '.join(col).strip() for col in df.columns.values]

它使用一个带有多索引列的df，并将列标签展平，df保持不变。在

（参考：@andy hadenPython Pandas - How to flatten a hierarchical index in columns）

Answer 3

更新（截至2017年初和熊猫0.19.2）。您可以在MultiIndex上使用.values。因此，这个片段应该为那些需要帮助的人压平MultiIndex。代码段太聪明了，但还不够聪明：它可以处理数据帧中的行索引或列名，但如果getattr(df,way)的结果没有嵌套（即MultiIndex），它就会爆炸。在

def flatten_multi(df, way='index'): # or way='columns'
    assert way in {'index', 'columns'}, "I'm sorry Dave."
    mi = getattr(df, way)
    flat_names = ["_".join(s) for s in mi.values]
    setattr(df, way, flat_names)
    return df