求助：如何将Pandas MultiIndex转换为目标表格格式？

嘿，我太懂你折腾stack、unstack和cross-section却没得到理想结果的烦躁了！其实Pandas里有个超级省心的方法，完全不用循环拆分，分分钟就能把多级索引转成常规表格——那就是reset_index()，我给你分场景具体说说怎么用：

情况1：多级行索引转常规表格 #

如果你的DataFrame是多级行索引（也就是df.index是MultiIndex类型），直接调用reset_index()就能把所有索引层级一键转成列，剩下的就是标准的表格结构：

import pandas as pd

# 先造个带多级行索引的示例DataFrame
data = {'数值': [1, 2, 3, 4]}
# 定义两级行索引，分别命名为"大类"和"小类"
index = pd.MultiIndex.from_tuples(
    [('水果', '苹果'), ('水果', '香蕉'), ('蔬菜', '白菜'), ('蔬菜', '萝卜')],
    names=['大类', '小类']
)
df = pd.DataFrame(data, index=index)

# 一键转成表格
flat_df = df.reset_index()
print(flat_df)

运行后输出就是标准的表格：

大类  小类  数值
0  水果  苹果    1
1  水果  香蕉    2
2  蔬菜  白菜    3
3  蔬菜  萝卜    4

情况2：多级列索引转表格 #

要是你的DataFrame是多级列索引（df.columns是MultiIndex），可以先通过stack()把列索引转成行索引，再用reset_index()扁平化：

# 构造带多级列索引的示例
columns = pd.MultiIndex.from_tuples(
    [('一季度', '销量'), ('一季度', '利润'), ('二季度', '销量'), ('二季度', '利润')]
)
df = pd.DataFrame([[100, 20, 150, 35], [80, 15, 120, 30]], columns=columns)

# 转成表格格式
flat_df = df.stack(level=0).reset_index()
# 给列重命名，让表格更清晰
flat_df.columns = ['行号', '季度', '销量', '利润']
print(flat_df)

输出结果：

行号   季度   销量  利润
0    0  一季度  100   20
1    0  二季度  150   35
2    1  一季度   80   15
3    1  二季度  120   30

进阶玩法：只转部分索引层级 #

如果你不想把所有索引都转成列，可以给reset_index()指定level参数，比如只转第二级行索引：

# 只把"小类"这个索引层级转成列
partial_flat_df = df.reset_index(level='小类')

另外，要是你想要的是交叉表样式的表格，pivot()或者pivot_table()也能满足需求，但reset_index()绝对是最通用、最省心的快速扁平化方法，比循环拆分高效太多，尤其数据量大的时候差距特别明显！

内容的提问来源于stack exchange，提问作者Sledge