极客教程Pandas 如何将层次化索引列展开
在本文中，我们将介绍在Pandas中如何将层次化索引列展开。层次化索引，也称为多级索引，是指在一个轴上拥有多个索引级别的索引方式，常常在数据分析中使用。例如，在以下示例中，列名中有两个级别的索引：
apples oranges
sale price sale price
city
New York 10 1.0 15 0.5
Los Angeles 20 0.9 25 0.6
第一级索引为城市名称，第二级索引为水果类型、销量和价格。在有些情况下，我们需要展开或者重构此层次化结构，将多级索引转换为单级索引，这样更方便数据的处理和分析。
阅读更多：Pandas 教程
使用reset_index方法
Pandas提供了reset_index方法，可以将一个或多个层次化的列索引转换为行索引，这样就可以将层次化索引列展开为单级列。下面是示例代码：
import pandas as pd
data = {'city': ['New York', 'Los Angeles', 'Chicago', 'Houston'],
'apples_sale': [10, 20, 30, 15],
'apples_price': [1.0, 0.9, 0.8, 0.7],
'oranges_sale': [15, 25, 35, 20],
'oranges_price': [0.5, 0.6, 0.7, 0.8]}
df = pd.DataFrame(data)
df.set_index('city', inplace=True)
print(df)
# 展开层次化索引列为单级列
df_flat = df.reset_index()
print(df_flat)
执行结果如下：
apples_sale apples_price oranges_sale oranges_price
city
New York 10 1.0 15 0.5
Los Angeles 20 0.9 25 0.6
Chicago 30 0.8 35 0.7
Houston 15 0.7 20 0.8
city apples_sale apples_price oranges_sale oranges_price
0 New York 10 1.0 15 0.5
1 Los Angeles 20 0.9 25 0.6
2 Chicago 30 0.8 35 0.7
3 Houston 15 0.7 20 0.8
通过reset_index方法，将city列的层次化索引转换为单级列。注意在示例代码中，我们首先将city列设置为索引列，然后执行reset_index方法，展开层次化索引列为单级列。
使用stack方法
在某些情况下，我们需要将多个层次化索引列同时展开为单级列。此时，可以使用stack方法，它将列中的层次化索引压缩为单个级别，将列名转换为行中的最内层级别。下面是示例代码：
import pandas as pd
data = {'city': ['New York', 'Los Angeles', 'Chicago', 'Houston'],
'apples_sale': [10, 20, 30, 15],
'apples_price': [1.0, 0.9, 0.8, 0.7],
'oranges_sale': [15, 25, 35, 20],
'oranges_price': [0.5, 0.6, 0.7, 0.8]}
df = pd.DataFrame(data)
df.set_index('city', inplace=True)
print(df)
# 将层次化索引列展开为单级列
df_flat = df.stack(level=0).reset_index(level=1)
df_flat.columns = ['fruit', 'sale', 'price']
df_flat.reset_index(inplace=True)
print(df_flat)
执行结果如下：
apples_sale apples_price oranges_sale oranges_price
city
New York 10 1.0 15 0.5
Los Angeles 20 0.9 25 0.6
Chicago 30 0.8 35 0.7
Houston 15 0.7 20 0.8
city fruit sale price
0 0 apples 10 1.0
1 0 oranges 15 0.5
2 1 apples 20 0.9
3 1 oranges 25 0.6
4 2 apples 30 0.8
5 2 oranges 35 0.7
6 3 apples 15 0.7
7 3 oranges 20 0.8
通过stack方法，将列中的层次化索引压缩为单个级别，并将列名转换为行中最内层的级别，然后使用reset_index方法将索引列转换为单级列。需要注意的是，使用stack方法压缩层次化索引列后，会形成多层索引，需要使用reset_index方法将索引列转换为普通列，使用rename方法将列名重命名为合适的名称。
总结
本文介绍了在Pandas中如何将层次化索引列展开为单级列。我们可以使用reset_index方法将单个层次化结构的列将转换为单级列；也可以使用stack方法将多个层次化结构的列压缩为单个级别，然后使用reset_index方法将多级索引转换为单级列。这些方法可以极大地简化数据的处理和分析，提高数据分析的效率。