使用Pandas重塑DataFrame：将嵌套列转换为扁平列名

首先修正你代码里的小错误：pd.df.pivot应该改为df.pivot，调用pivot方法的是你读入的DataFrame对象df，不是pd模块下的df。

接下来提供两种快速将多级列转为Feature_Attribute格式扁平列名的方案：

方案一：列表推导式合并列层级 #

这是最直接的方式，遍历多级列的每个元组，用下划线连接两个层级的名称：

import pandas as pd
df = pd.read_csv('file.csv', encoding='utf-8', delimiter=";")
# 执行pivot操作（修正原代码错误）
df_new = df.pivot(index='ID', columns=['Feature', 'Attribute'], values='Value')
# 扁平化列名
df_new.columns = ['_'.join(col) for col in df_new.columns]
# 可选：将ID从索引转回普通列（根据需求选择）
df_new = df_new.reset_index()

方案二：使用MultiIndex的map方法 #

利用MultiIndex的内置方法批量处理列名，效果和方案一一致：

# 承接上面的df_new
df_new.columns = df_new.columns.map(lambda x: '_'.join(x))

处理后，你就可以通过df_new['color_warm']这类直接的列名来访问数据，无需再处理多级索引的嵌套结构。如果pivot后存在缺失值，可以根据业务需求用df_new.fillna(指定值)来填充。

内容的提问来源于stack exchange，提问作者Meg240