如何将GroupBy生成的MultiIndex表头合并为单行表头

嘿，我之前也碰到过这个问题——GroupBy之后出来的MultiIndex列头确实有点麻烦，尤其是像你这样出现重复列名的情况。下面给你几个实用的解决办法，根据你的实际情况选就行：

先确认列结构 #

首先你可以先跑一下print(df.columns)，看看你的MultiIndex到底有几层，每个层级的内容是什么，这样能更精准地处理。

方法1：直接拼接所有层级 #

如果你的MultiIndex是两层或者多层，想把它们直接拼成一个字符串当列名，用列表推导式就搞定了。比如用下划线分隔：

# 拼接所有层级，用下划线分隔
df.columns = ['_'.join(col).strip() for col in df.columns.values]

要是有些层级是空值或者空字符串，怕拼接出多余的下划线，可以先过滤掉空内容：

# 过滤空值后再拼接，避免多余符号
df.columns = ['_'.join(filter(None, col)).strip() for col in df.columns.values]

方法2：针对重复列名的特殊处理 #

看你的示例数据里有重复的a1_UNf、max列，应该是GroupBy的时候统计量和变量名形成了多层索引。比如可能一层是变量名，一层是统计指标（比如max、mean），这时候把两者拼接起来就能得到唯一的列名，比如a1_UNf_max、a1_UNf_mean，这样就不会重复了：

# 拼接后去掉末尾可能的下划线
df.columns = ['_'.join(col).strip('_') for col in df.columns.values]

验证效果 #

处理完之后跑个df.head()看看，表头应该就变成清晰的单行，而且列名都是唯一的啦。

内容的提问来源于stack exchange，提问作者Giladbi