Pandas透视表处理：移除冗余表头与重命名索引

我来帮你搞定这个透视表的冗余表头问题！先把你的原始数据构造出来方便测试：

import pandas as pd

# 构造你的原始DataFrame
data = {
    'count': [1544, 226, 1524, 246, 1592, 245],
    'event': ['strike', 'defense', 'strike', 'defense', 'strike', 'defense'],
    'date': ['2016-11-01', '2016-11-01', '2016-12-01', '2016-12-01', '2017-01-01', '2017-01-01']
}
df = pd.DataFrame(data)

问题原因 #

你遇到的冗余count表头，大概率是因为透视时没有明确指定values参数，导致Pandas自动把所有非索引/列的字段（也就是count）作为上层表头，形成了多层列索引。比如直接写df.pivot(index='date', columns='event')，就会出现这种情况。

解决方法 #

这里有两种简单方式得到你想要的干净结构：

方法1：透视时明确指定values参数

这是最直接的方式，在pivot里指定要聚合的字段是count，直接生成无冗余表头的透视表：

# 生成目标结构的透视表
pivoted_df = df.pivot(index='date', columns='event', values='count')
print(pivoted_df)

输出结果：

event      defense  strike
date                      
2016-11-01      226    1544
2016-12-01      246    1524
2017-01-01      245    1592

如果想要把date从索引转为普通列，同时去掉列名的event标识，可以再加两步：

pivoted_df = pivoted_df.reset_index().rename_axis(None, axis=1)
print(pivoted_df)

最终干净的结构：

date  defense  strike
0  2016-11-01      226    1544
1  2016-12-01      246    1524
2  2017-01-01      245    1592

方法2：处理已生成的多层表头透视表

如果已经不小心生成了带冗余count表头的透视表，可以用droplevel去掉上层冗余：

# 假设已得到带多层表头的透视表
multi_level_df = df.pivot(index='date', columns='event')
# 去掉上层的count表头
multi_level_df.columns = multi_level_df.columns.droplevel(0)
# 可选：重置索引并清理列名标识
multi_level_df = multi_level_df.reset_index().rename_axis(None, axis=1)
print(multi_level_df)

这样也能得到和方法1完全一致的干净结果。

另外，因为你的数据中每个date+event组合都是唯一的，用pivot_table也能达到同样效果（指定aggfunc='sum'即可，无重复值时sum和默认mean结果一致）：

pivoted_df = df.pivot_table(index='date', columns='event', values='count', aggfunc='sum')

内容的提问来源于stack exchange，提问作者Aman Singh