如何扁平化Pandas DataFrame列中的分层索引

Pandas DataFrame中的分层索引可以使得数据结构更加灵活，但有时候需要将列的分层索引“扁平化”，这样可以方便数据的处理和展示。本文将提供详细的步骤和实例说明。

什么是分层索引？

在Pandas DataFrame中，可以通过多维数组或元组嵌套的方式创建“分层索引”，也称为“层次化索引”。例如，在以下的DataFrame中，使用两个嵌套的列表创建了分层索引：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'year': [2017, 2017, 2018, 2018],
        'math': [80, 75, 95, 90],
        'english': [70, 85, 90, 80]}
df = pd.DataFrame(data)
df = df.set_index(['name', 'year'])
print(df)

输出：

             math  english
name    year              
Alice   2017   80       70
Bob     2017   75       85
Charlie 2018   95       90
David   2018   90       80

上述的DataFrame有两个层级的列标签，分别为“name”和“year”，数据中的每个值都与这两个层级有关联。而使用“扁平化”这个术语，则是指将这两个层级的列标签转换成单一的标签，“math”和“english”。

如何扁平化分层索引？

一种简单的方法是使用Pandas的reset_index()方法，将分层索引的列转换成行，并创建一个默认的数字索引列。然后，使用pivot()方法将列与其它列组合起来创建新的DataFrame。

代码示例：

flat_df = df.reset_index()
flat_df = flat_df.pivot(index='name', columns='year')

# 将多重索引转换为单一标签
flat_df.columns = ['_'.join(str(i) for i in col) for col in flat_df.columns.values]

print(flat_df)

输出：

         math_2017  math_2018  english_2017  english_2018
name                                                     
Alice           80        NaN            70           NaN
Bob             75        NaN            85           NaN
Charlie        NaN         95           NaN            90
David          NaN         90           NaN            80

上述代码中，reset_index()方法将原本的分层索引列转换为一般的列，并创建了一个默认的数字索引列，生成新的DataFrame。随后使用.pivot()将'year'列与math和english列组合起来，形成新的DataFrame。

最后，使用.columns属性将多重索引转换为单一标签。使用'_'.join()拼接多重索引，然后使用一个循环将总列单元重新命名。这样就扁平化了DataFrame中的列。

总结

使用reset_index()方法和pivot()方法可以将Pandas DataFrame中的分层索引列“扁平化”，以便于数据的处理和展示。上述代码提供了这一过程的详尽步骤，并提供了实例作为参照。