如何调整pivot生成的DataFrame：移除date_captured标签并保留table_name索引

嘿，我明白你的困扰了！当你用pivot方法后，列会自动保留原列名date_captured作为层级标签，这就是为什么你始终看到它的原因。reset_index是用来处理行索引转列的，所以对列标签不起作用，咱们换个思路解决：

方法一：直接清除列的名称 #

你只需要把结果DataFrame的columns.name设为None就行，代码如下：

import pandas as pd

# 你的原始数据
data = {'table_name': {0: 'emp', 1: 'emp', 2: 'emp'}, 
        'date_captured': {0: '5/1/2019', 1: '5/2/2019', 2: '5/3/2019'}, 
        'column_name': {0: 'unit', 1: 'unit', 2: 'unit'}, 
        'value': {0: 1, 1: 1, 2: 2}}
df = pd.DataFrame(data)

# 执行pivot
p = df.pivot(index='table_name', columns='date_captured', values='value')

# 清除列标签
p.columns.name = None

# 查看结果
print(p)

方法二：使用rename_axis方法 #

另一种更简洁的方式是用rename_axis直接移除列的层级标签：

p = df.pivot(index='table_name', columns='date_captured', values='value').rename_axis(columns=None)

这两种方法都能得到你想要的结果：

5/1/2019  5/2/2019  5/3/2019
table_name                               
emp                1         1         2

简单来说，问题的核心是pivot后列会保留原分组列的名称作为层级标识，咱们只需要清除这个标识就能达到目标啦！

内容的提问来源于stack exchange，提问作者Dread