如何调整groupby+unstack的列名？兼顾性能与列名可读性

首先我注意到你原来的groupby代码里有个小笔误——你在agg里写的是tuning_hours，但样本数据里的目标字段是watch_hours，先修正这个细节，然后我们来搞定列名的问题。

最优方案：简化聚合写法，直接得到规范列名 #

你之所以会得到多层列名，是因为用了agg({'watch_hours':['sum']})这种字典+列表的聚合写法，它会生成包含字段名、聚合函数名的多层索引。其实如果只需要对watch_hours求和，完全可以简化写法，这样unstack之后直接就能得到和pivot_table一样的规范列名，同时保留groupby的高性能：

# 优化后的Groupby方案，性能不变，列名和pivot_table一致
df_grouped = df_tier.groupby(['device_id', 'net_grp'])['watch_hours'].sum()
result = df_grouped.unstack(level='net_grp').fillna(0).reset_index()

执行这段代码后，结果的列名就是各个net_grp的取值（比如TCH、NJV、SHX等），和pivot_table输出的列格式完全一致，而且性能和你之前测试的15ms差不多，甚至可能更快——因为减少了多层索引的生成开销。

备选方案：处理已生成的多层列名 #

如果因为业务需求，你必须保留原来的字典式聚合写法（比如需要同时执行多个聚合操作），可以通过修改MultiIndex列名来提取net_grp的取值：

# 修正笔误后的原Groupby代码
result = df_tier.groupby(['device_id','net_grp']).agg({'watch_hours':['sum']}).unstack(level='net_grp').fillna(0).reset_index()

# 提取多层列索引的最后一层（也就是net_grp的取值）作为列名
result.columns = result.columns.get_level_values(-1)

# 把device_id的列名修正回来（reset_index后它的列名会变成空字符串）
result = result.rename(columns={'': 'device_id'}).set_index('device_id')

这样处理后，列名就只剩下net_grp的各个取值，和pivot_table的输出一致。

为什么这个方案可行？ #

• 第一种简化写法直接跳过了多层索引的生成，聚合结果是单层Series，unstack后自然用net_grp的值作为列名，完全符合你的需求。
• 第二种方法针对已生成的MultiIndex，通过get_level_values(-1)直接取最底层的net_grp值作为列名，再修正device_id的列名即可。

这样你就能在享受groupby高性能的同时，得到和pivot_table一样易用的输出格式了。

内容的提问来源于stack exchange，提问作者Shuvayan Das