pandas pivot_table使用count聚合后出现多级列索引的原因

你调用pd.pivot_table时没有显式指定values参数，pandas默认会对除了index、columns指定列之外的所有数值列（你场景中是col3、col4）分别执行聚合计算。列索引的第一级是参与聚合的原始列名，第二级是columns参数指定的col2的取值，最终就生成了多级列索引。

• 方法1：调用pivot_table时指定values参数，任选一个无缺失值的原始数值列即可，因为count聚合下所有无缺失值的列统计结果一致：

pd.pivot_table(df, index='col1', columns='col2', values='col3', aggfunc='count', fill_value=0.0)

• 方法2：如果已经生成了带多级列的结果，可以直接提取第一级列下的任意分组，或者删除第一级列索引：

# 已经生成结果res的情况下，直接提取col3对应的分组，就是你要的结构
res = res['col3']
# 或者直接删除第一级列索引
res.columns = res.columns.droplevel(0)

内容的提问来源于stack exchange，提问作者elchapo