Python pandas DataFrame移除未定义多余索引service_type_id问题

• 你的原始数据中本身包含service_type_id数值型字段，groupby后执行sum()时，pandas默认会对所有非分组键的数值字段执行求和操作，因此service_type_id也被纳入了聚合计算范围
• 后续unstack操作会生成多层列索引：第一层为被聚合的字段名（包含你需要的业务字段和多余的service_type_id），第二层为service_type的各类枚举值，就出现了你看到的多余索引内容

场景1：仅需要对单个指定字段聚合 #

如果你只需要统计某一个字段（比如交易金额amount、交易数量count等）的分组求和结果，直接在sum()前指定要聚合的列即可：

# 示例为聚合amount字段，可替换为你实际需要统计的字段名
data_tr = data.groupby(['transaction_id', 'service_type'])['amount']\
              .sum()\
              .unstack()\
              .reset_index()\
              .fillna(0)\
              .set_index('transaction_id')

场景2：需要对多个字段聚合，仅排除service_type_id #

如果需要保留其他字段的聚合结果，先剔除不需要的service_type_id字段再执行后续操作即可：

data_tr = data.drop(columns=['service_type_id'])\
              .groupby(['transaction_id', 'service_type'])\
              .sum()\
              .unstack()\
              .reset_index()\
              .fillna(0)\
              .set_index('transaction_id')

如果不需要多层列索引，想把列名拍平，可以在unstack()之后新增列名处理逻辑：

# 拼接两层列名，格式为「聚合字段_服务类型」
data_tr.columns = [f"{col[0]}_{col[1]}" if col[0] != 'transaction_id' else col[0] for col in data_tr.columns]

内容的提问来源于stack exchange，提问作者Azul