如何扁平化Pandas DataFrame列中的分层索引

在这篇文章中，我们将看到在Pandas DataFrame列中平坦化一个分层索引。层次索引通常是作为groupby聚合函数的结果出现的。所使用的聚合函数将出现在所产生的数据框架的层次索引中。

方法1：使用reset_index()函数

Pandas提供了一个名为reset_index()的函数，用于平移由于groupby聚合函数而创建的层次索引。

语法: pandas.DataFrame.reset_index(level, drop, inplace)

参数:

• level – 只从索引中删除指定的级别
• drop – 将索引重置为默认的整数索引
• inplace – 永久地修改数据框架对象，而不创建一个副本。

示例:

在这个例子中，我们用pandas groupby函数将汽车销售数据按季度分组，用reset_index()pandas函数将分组后的数据框架的分层索引列平移。

# import the python pandas package
import pandas as pd
  
# create a sample dataframe
data = pd.DataFrame({"cars": ["bmw", "bmw", "benz", "benz"],
                     "sale_q1 in Cr": [20, 22, 24, 26],
                     'sale_q2 in Cr': [11, 13, 15, 17]},
                      
                    columns=["cars", "sale_q1 in Cr",
                             'sale_q2 in Cr'])
  
# group by cars based on the sum
# of sales on quarter 1 and 2
grouped_data = data.groupby(by="cars").agg("sum")
  
print(grouped_data)
  
# use  reset_index to flattened
# the hierarchical dataframe.
flat_data = grouped_data.reset_index()
  
print(flat_data)

输出:

方法2：使用as_index()函数

Pandas提供了一个名为as_index()的函数，它由一个布尔值指定。as_index()函数通过指定的聚合函数对数据框架进行分组，如果as_index()的值为假，则产生的数据框架被压扁。

语法： pandas.DataFrame.groupby(by, level, axis, as_index)

参数：

• by –指定要进行groupby操作的列
• level – 指定了要分组的列的索引
• axis – 指定是否沿着行（0）或列（1）进行分割
• as_index –返回一个以分组标签为索引的对象，用于聚合输出

示例:

在这个例子中，我们使用pandas groupby函数将汽车销售数据按季度分组，并将as_index参数提到False，并指定as_index参数为false，以确保分组后的数据框架的层次索引被扁平化。

# import the python pandas package
import pandas as pd
  
# create a sample dataframe
data = pd.DataFrame({"cars": ["bmw", "bmw", "benz", "benz"], 
                     "sale_q1 in Cr": [20, 22, 24, 26],
                     'sale_q2 in Cr': [11, 13, 15, 17]}, 
                    columns=["cars", "sale_q1 in Cr",
                             'sale_q2 in Cr'])
  
# group by cars based on the
# sum of sales on quarter 1 and 2 
# and mention as_index is False
grouped_data = data.groupby(by="cars", as_index=False).agg("sum")
  
# display
print(grouped_data)

输出:

方法3：使用groupby在pandas数据框架中扁平化分层索引

每当我们在一个有多个聚合函数的单列上使用groupby函数时，我们会得到基于聚合类型的多个层次索引。在这种情况下，分层索引必须在两个层次上都被平坦化。

语法: pandas.DataFrame.groupby(by=None, axis=0, level=None)

参数:

• by – 映射函数，确定groupby函数中的组。
• axis – 0 – 沿着行进行分割，1 – 沿着列进行分割。
• level – 如果轴是多索引的，在指定的级别上分组。(int)

语法: pandas.DataFrame.agg(func=None, axis=0)

参数:

• func – 指定用作聚合函数的函数。(最小、最大、总和等)
• axis – 0 – 函数应用于每一列，1-应用于每一行。

步骤:

• 导入python pandas包。
• 创建一个样本数据框架，显示q1和q2两个季度的汽车销量，如图所示。
• 现在使用pandas groupby函数，根据第1季度销售额的总和和最大值以及第2季度销售额的总和和最小值进行分组。
• 分组数据框架的多索引列存储在一个图元的列表中。使用for循环来迭代图元列表，并将它们连接成一个单一的字符串。
• 在flat_cols列表中追加加入的字符串。
• 现在将flat_cols列表分配给多索引分组数据框架列的列名。

# import the python pandas package
import pandas as pd
  
# create a sample dataframe
data = pd.DataFrame({"cars": ["bmw", "bmw", "benz", "benz"],
  
                     "sale_q1 in Cr": [20, 22, 24, 26],
  
                     'sale_q2 in Cr': [11, 13, 15, 17]},
  
                    columns=["cars", "sale_q1 in Cr", 
                             'sale_q2 in Cr'])
  
# group by cars based on the sum and max of sales on quarter 1
# and sum and min of sales 2 and mention as_index is False
grouped_data = data.groupby(by="cars").agg({"sale_q1 in Cr": [sum, max],
                                            'sale_q2 in Cr': [sum, min]})
  
# create an empty list to save the
# names of the flattened columns
flat_cols = []
  
# the multiindex columns of two
# levels would be stored as tuples
# iterate through this tuples and
# join them as single string
for i in grouped_data.columns:
    flat_cols.append(i[0]+'_'+i[1])
  
# now assign the list of flattened
# columns to the grouped columns.
grouped_data.columns = flat_cols
  
# print the grouped data
print(grouped_data)

输出:

方法4：使用to_records()函数将分层索引扁平化

在这个例子中，我们使用了pandas数据框架的to_records()函数，它将数据框架中的所有行转换为图元数组。然后，这个图元数组被传递给pandas.DataFrame函数，将分层索引转换为扁平化的列。

语法: pandas.DataFrame.to_records(index=True, column_dtypes=None)

参数:

• index – 在结果数组中创建一个索引
• column_dtypes – 将列设置为指定的数据类型。

代码:

# import the python pandas package
import pandas as pd
  
# create a sample dataframe
data = pd.DataFrame({"cars": ["bmw", "bmw", "benz", "benz"],
  
                     "sale_q1 in Cr": [20, 22, 24, 26],
  
                     'sale_q2 in Cr': [11, 13, 15, 17]},
  
                    columns=["cars", "sale_q1 in Cr", 
                             'sale_q2 in Cr'])
  
# group by cars based on the sum
# and max of sales on quarter 1
# and sum and min of sales 2 and mention 
# as_index is False
grouped_data = data.groupby(by="cars").agg({"sale_q1 in Cr": [sum, max], 
                                            'sale_q2 in Cr': [sum, min]})
# use to_records function on grouped data
# and pass this to the Dataframe function
flattened_data = pd.DataFrame(grouped_data.to_records())
  
print(flattened_data)

输出:

方法5：使用join()和rstrip()将分层列扁平化

在这个例子中，我们使用join()和rstrip()函数来平整列。通常情况下，当我们将一个数据框架分组为分层索引列时，多级的列被存储为一个图元数组元素。在这里，我们通过连接每个元组的列名和索引名来迭代这些元组，并将得到的扁平化的列名存储在一个列表中。之后，这个存储的扁平化列的列表被分配到分组数据框架中。

语法: str.join(iterable)

解释: 如果可以迭代，则返回一个串联的字符串，否则返回类型错误。

语法: str.rstrip([chars])

解释: 通过分割多余的尾部空格（最右边）返回一个字符串。

代码:

# import the python pandas package
import pandas as pd
  
# create a sample dataframe
data = pd.DataFrame({"cars": ["bmw", "bmw", "benz", "benz"],
                     "sale_q1 in Cr": [20, 22, 24, 26],
                     'sale_q2 in Cr': [11, 13, 15, 17]},
                    columns=["cars", "sale_q1 in Cr",
                             'sale_q2 in Cr'])
  
# group by cars based on the sum
# and max of sales on quarter 1
# and sum and min of sales 2 and
# mention as_index is False
grouped_data = data.groupby(by="cars").agg({"sale_q1 in Cr": [sum, max],
                                            'sale_q2 in Cr': [sum, min]})
  
# use join() and rstrip() function to 
# flatten the hierarchical columns
grouped_data.columns = ['_'.join(i).rstrip('_')
                        for i in grouped_data.columns.values]
  
print(grouped_data)

输出: