使用Pandas合并多索引列名时如何避免数据丢失？

问题描述 #

现有带多层列索引的DataFrame：

cn_positions    cn_positions    cn_positions
Date    Q1.22           Q1.23           Q1.24   
ID              
AA      73              87              104 
BB      0               0               13  
CC      0               20              62  
CC      0               0               11  

需要将多层列合并为单层列名（格式如cn_positions_Q1.22），目标格式：

cn_positions_Q1.22  cn_positions_Q1.23  cn_positions_Q1.24
ID              
AA      73                  87                  104 
BB      0                   0                   13  
CC      0                   20                  62  
CC      0                   0                   11

错误原因分析 #

你之前使用的pivot_table方案会对重复的ID行进行聚合（默认采用均值计算），导致原始多行数据被合并，从而丢失部分原始值。此外，unstack()操作打乱了原有列结构，进一步导致Date列的取值无法正确映射。

可行解决方案 #

直接对多层列索引进行字符串拼接，无需修改数据结构：

# 合并多层列名，用下划线连接
df.columns = ['_'.join(col) for col in df.columns]
# 可选：移除列索引的名称（消除原多层索引的标识）
df.columns.name = None

执行后即可得到目标格式的DataFrame，完整保留原始数据的行结构和所有值。

内容的提问来源于stack exchange，提问作者Lynn