Python透视表动态修改列名：替换COUNT_前缀为Disease_COUNT_

原始数据集：

ID       MONTH_ID       CATEGORY     Disease_COUNT
551     2021-11           NON_MET       1
580     2022-03            MET          1
580     2022-01            MET          1

现有创建透视表的代码：

df2 = pd.pivot_table(df1,index=['ID','MONTH_ID'],
                        columns=['CATEGORY'],
                         values=["Disease_COUNT"]
                        ).reset_index()
cols=  ['BH_ID', 'MONTH_ID']
cols.extend([x for x in df2.columns.get_level_values(1) if x != ''])
df2.columns = cols

当前透视表列名为ID、MONTH_ID、COUNT_MET、COUNT_NON_MET，需要不使用rename函数，动态修改代码让列名变为ID、MONTH_ID、Disease_COUNT_MET、Disease_COUNT_NON_MET，最终输出：

ID          MONTH_ID    Disease_COUNT_MET   Disease_COUNT_NON_MET
551          2021-11         null                    1
580          2022-03          1                    null
580          2022-01          1                    null

修改列名构造逻辑，将值列名与分类取值拼接，同时修正原代码中的笔误：

df2 = pd.pivot_table(df1, index=['ID','MONTH_ID'],
                     columns=['CATEGORY'],
                     values=["Disease_COUNT"]
                    ).reset_index()
# 初始化基础列名，修正原代码中BH_ID的笔误
cols = ['ID', 'MONTH_ID']
# 遍历透视表的多级列，拼接出目标格式的列名
cols.extend([f"{level0}_{level1}" for level0, level1 in df2.columns if level0 != '' and level1 != ''])
df2.columns = cols

关键修改说明： #

1. 修正原代码中BH_ID的笔误，改为匹配原始数据集的ID
2. 不再仅提取分类列的取值，而是将值列名称（Disease_COUNT）与分类取值拼接，生成符合要求的列名
3. 通过遍历多级列的两个层级，实现动态适配CATEGORY的所有可能取值，无需硬编码列名

内容的提问来源于stack exchange，提问作者Python_help