如何将pandas中extractall生成的多级索引结果展平合并？

针对你遇到的str.extractall()返回多级索引后需要展平合并的需求，可以通过分组聚合+空值填充的方式快速实现目标：

完整解决方案代码 #

import pandas as pd
import numpy as np

df = pd.DataFrame([["cat 123"], ["hat dog 36776"], ["dog 345"], ["fish 456890 hat"]], columns=['A'])
pat = r'(?:(?P<Mammal>(?:cat)|(?:dog))|(?P<Fish>(?:fish))|(?P<Hat>(?:hat)))'

# 执行extractall并处理结果
df_ea = df['A'].str.extractall(pat)
# 按原行索引分组，取每个列的非空值（max会自动忽略NaN），再将NaN替换为空字符串
result = df_ea.groupby(level=0).max().fillna('')

print(result)

执行结果 #

Mammal  Fish  Hat
0    cat           
1    dog        hat
2    dog           
3         fish  hat

原理说明 #

1. str.extractall()返回的多级索引中，level=0对应原DataFrame的行索引，level=1是匹配项序号
2. groupby(level=0)按原行分组，将同一行的多个匹配项聚合到一组
3. max()聚合函数会自动忽略NaN值，保留每个列在分组内的唯一非空值（你的正则规则保证每个匹配项只会填充一个列）
4. fillna('')将剩余的NaN替换为空字符串，完全匹配期望格式

替代方案（适配多值场景） #

如果同一列可能存在多个匹配值需要拼接，可使用自定义聚合函数：

result = df_ea.replace(np.nan, '').groupby(level=0).agg(lambda x: ' '.join(x[x != '']))

内容的提问来源于stack exchange，提问作者qwertytam