使用unstack()重塑Pandas DataFrame时的列头重排问题

我来帮你搞定这个Pandas列层级的问题！首先咱们先把场景理清楚，你给出的列表转成DataFrame后，应该是包含类别、供应商、区域、年份和数值这几列的结构。用unstack()后出现多级列头，本质是因为unstack把索引的某个层级转成了列，导致列变成了多级索引，咱们一步步来解决：

第一步：构建初始DataFrame #

先把你提供的列表转换成结构清晰的DataFrame，方便后续操作：

from pandas import DataFrame

fList = [
    ['Packs', 'Brablik', 'Holesovice', '2017', 100],
    ['Decorations', 'Drapp-design', 'Holesovice', '2017', 150],
    ['Decorations', 'Klapetkovi', 'Holesovice', '2017', 200],
    ['Decorations', 'Lezecké dárky', 'Fler', '2017', 100]
]

# 给列命名，让数据结构更清晰
df = DataFrame(fList, columns=['Category', 'Supplier', 'Location', 'Year', 'Value'])

第二步：理解unstack()产生多级列的原因 #

假设你是先设置了多级索引再执行unstack，比如这样的操作：

# 设置多级索引，然后针对Supplier层级unstack
df_unstacked = df.set_index(['Category', 'Location', 'Year', 'Supplier'])['Value'].unstack('Supplier')

如果你的数据存在多个层级的unstack（比如同时unstack年份和供应商），就会产生多级列索引。

第三步：重新排列/扁平化列头 #

根据你的需求，这里提供两种常用的处理方式：

方式1：扁平化多级列头 #

把多级列合并成单个列名，用分隔符（比如下划线、空格）连接：

# 用下划线合并多级列名
df_unstacked.columns = ['_'.join(col) for col in df_unstacked.columns.values]

# 或者用空格连接
# df_unstacked.columns = df_unstacked.columns.map(' '.join)

方式2：调整列层级顺序并排序 #

如果想保留多级列，但调整层级的先后顺序，可以用swaplevel()交换层级，再排序：

# 假设列层级是(Year, Supplier)，交换成(Supplier, Year)
df_unstacked = df_unstacked.swaplevel(0, 1, axis=1)
# 按列层级排序，让结构更规整
df_unstacked = df_unstacked.sort_index(axis=1)

方式3：填充缺失值（可选） #

unstack后经常会出现NaN（表示该组合没有数据），如果需要可以填充为0或其他默认值：

df_unstacked = df_unstacked.fillna(0)

完整示例流程 #

这里给一个包含unstack、处理列层级的完整代码：

from pandas import DataFrame

# 创建初始DataFrame
fList = [
    ['Packs', 'Brablik', 'Holesovice', '2017', 100],
    ['Decorations', 'Drapp-design', 'Holesovice', '2017', 150],
    ['Decorations', 'Klapetkovi', 'Holesovice', '2017', 200],
    ['Decorations', 'Lezecké dárky', 'Fler', '2017', 100],
    ['Packs', 'Brablik', 'Fler', '2018', 120]
]

df = DataFrame(fList, columns=['Category', 'Supplier', 'Location', 'Year', 'Value'])

# 设置多级索引并unstack两个层级，产生多级列
df_multi = df.set_index(['Category', 'Location'])['Value'].unstack(['Supplier', 'Year'])

# 扁平化列名
df_multi.columns = ['{}_{}'.format(supplier, year) for supplier, year in df_multi.columns]

# 重置索引，把原索引列转为普通列
df_final = df_multi.reset_index()

print("处理后的最终DataFrame：")
print(df_final)

内容的提问来源于stack exchange，提问作者New2coding