Pandas如何将混合普通/元组扁平索引转换为下划线分隔简单列名

目标 #

将同时包含普通单值、元组形式多层值的pd.Index对象，统一转换为下划线分隔格式的简单字符串列名。

• 待处理索引定义：

import pandas as pd
index = pd.Index([
    'id',
    'gender',
    'age',
    ('var', 'mask', 3),
    ('var', 'mask', 4),
    ('var', 'mask', 1),
])

• 期望转换结果：

['id', 'gender', 'age', 'var_mask_3', 'var_mask_4', 'var_mask_1']

原有写法的问题 #

• 写法[ '_'.join(str(x)) for x in index ]：对每个索引项整体转字符串后再执行join，join会逐字符遍历字符串拼接，最终得到单字符间插下划线的错误结果。
• 写法[ '_'.join(x) for x in index ]：存在两个问题，一是单值字符串传入join会被拆分为单个字符拼接，二是元组内包含整数类型值，join仅支持字符串类型元素拼接，会触发TypeError: sequence item 2: expected str instance, int found报错。

正确实现 #

核心逻辑：遍历索引项时先判断类型，若为元组则先将元组内所有元素转为字符串，再用下划线拼接；若为单值则直接保留。

列表推导写法 #

converted_index = [
    '_'.join(map(str, item)) if isinstance(item, tuple) else item
    for item in index
]

Pandas向量化写法 #

converted_index = index.map(
    lambda x: '_'.join(map(str, x)) if isinstance(x, tuple) else x
).tolist()

两种写法执行后都能得到预期结果。

内容的提问来源于stack exchange，提问作者jpetot