Pandas按CodeProduct索引转置行：将分层列索引改为店铺_价格/库存格式

问题场景 #

SQL查询返回数据集的主键为CodeProduct与ShopName的组合，包含1000行数据、20个不同店铺，数据结构如下：

将数据导入Pandas DataFrame：

mytable = pd.read_sql(myrequest, db)

使用pivot_table转置店铺为列时，得到了分层列索引（上层为Price/Stock，下层为店铺名），但需要将列名合并为ShopName_Price、ShopName_Stock的扁平化格式，消除分层索引。

解决方法 #

执行透视表操作后，通过处理列名实现分层索引的合并：

# 执行透视表
mytable = pd.pivot_table(
    mytable,
    index='CodeProduct',
    columns='ShopName',
    values=['Price', 'Stock'],
    aggfunc='first',
    dropna=False
)

# 合并分层列索引为"店铺名_指标名"格式
mytable.columns = ['_'.join(reversed(col)) for col in mytable.columns]

# 可选：将CodeProduct从索引转为普通列
mytable = mytable.reset_index()

说明 #

• 透视表返回的分层列元组格式为(指标名, 店铺名)，通过reversed(col)反转顺序后，用下划线连接得到店铺名_指标名；若需要指标名_店铺名格式，直接使用'_'.join(col)即可。
• 处理后的数据列名会变为BigStore_Price、BigStore_Stock、FruitsStore_Price等，完全符合需求。

内容的提问来源于stack exchange，提问作者Malou