如何将Python DataFrame执行resample重采样后得到的多层级列转为扁平结构

当我使用如下语句对交易数据执行重采样操作时：

ohlc = trades.resample('1H').agg({'price': 'ohlc', 'volume': 'sum'})

得到的DataFrame的列是分层结构，按price、volume分组展示，示例如下：

price                                 volume
                        open     high      low    close      volume
dtime                                                              
2021-06-30 22:00:00  34826.1  34923.4  34644.9  34875.8   68.884098
2021-06-30 23:00:00  34899.1  35208.8  34899.1  35046.2   83.506264
2021-07-01 00:00:00  35070.4  35070.4  34719.0  34761.5   81.766629

我希望将其转换为列扁平的普通DataFrame，这样就可以直接通过ohlc.open等方式访问对应列，预期效果如下：

open     high      low    close      volume

dtime                                                              
2021-06-30 22:00:00  34826.1  34923.4  34644.9  34875.8   68.884098
2021-06-30 23:00:00  34899.1  35208.8  34899.1  35046.2   83.506264

我目前使用如下“暴力”代码实现该需求，但我认为应该有更简便优雅的实现方式，请问正确的操作方法是什么？

print(ohlc.price.open)  # displays the "close" column but requires a redundant .price, .volume etc.

hlc['open'] = ohlc.price.open
ohlc['high'] = ohlc.price.high
ohlc['low'] = ohlc.price.low
ohlc['close'] = ohlc.price.close
ohlc['volume1'] = ohlc.volume.volume
ohlc = ohlc[['open', 'high', 'low', 'close', 'volume1']]
ohlc['volume'] = ohlc.volume1
ohlc = ohlc[['open', 'high', 'low', 'close', 'volume']]

print(ohlc.open)  # now this displays the "open" column! The column label is missing, but I don't mind that.

解决方案 #

方法1：聚合阶段直接生成扁平结构（最推荐） #

在重采样聚合时直接指定列名和对应计算规则，从根源避免生成多级索引：

ohlc = trades.resample('1H').agg(
    open=('price', 'first'),
    high=('price', 'max'),
    low=('price', 'min'),
    close=('price', 'last'),
    volume=('volume', 'sum')
)

生成的DataFrame直接符合预期，可直接通过ohlc.open、ohlc.volume访问对应列。

方法2：对已生成的多级索引打平 #

如果已经生成了带多级列索引的ohlc对象，直接调用pandas内置方法删除第一层列索引即可：

ohlc = ohlc.droplevel(0, axis=1)

如果担心不同一级索引下有重名的二级列，也可以拼接两级索引作为新列名：

ohlc.columns = ['_'.join(col) for col in ohlc.columns]

内容的提问来源于stack exchange，提问作者Boaz