如何消除Pandas DataFrame多级索引，设置普通列名以方便绘图

这个多级列名确实挺烦人的，尤其是要绘图的时候！我给你两个简单的解决办法，一个是从源头避免生成多级列，另一个是修改已经生成的df的列名：

方法一：聚合阶段直接指定列名（推荐） #

在agg的时候用字典形式指定每一列的聚合规则和新列名，这样就不会生成带Lifeexp的多级索引了，一步到位：

# 直接在聚合时定义列名，避免多级索引
df = sample[['Place','Lifeexp']].groupby('Place').agg(
    count=('Lifeexp', 'count'),
    mean=('Lifeexp', 'mean'),
    max=('Lifeexp', 'max'),
    min=('Lifeexp', 'min')
).reset_index()
# 排序操作不变
df = df.sort_values('count', ascending=False)

这样生成的df列名就是Place、count、mean、max、min，直接就能执行df.plot.bar(x = "Place", y = 'count')绘图了。

方法二：修改已生成的多级列名 #

如果已经得到了带多级列的df，可以直接重新设置列名，或者通过列表推导式处理：

方式1：直接赋值列名（简单直观） #

看你给出的列索引顺序，直接按顺序赋值新列名即可：

# 重新设置列名
df.columns = ['Place', 'count', 'mean', 'max', 'min']
# 之后排序和绘图都正常
df = df.sort_values('count', ascending=False)
df.plot.bar(x = "Place", y = 'count')

方式2：通用处理多级列名 #

如果列的顺序不确定，用列表推导式自动提取有效列名：

# 遍历多级列名，保留Place，提取Lifeexp下的子列名
df.columns = [col[1] if col[0] == 'Lifeexp' else col[0] for col in df.columns]

两种方法都能帮你去掉Lifeexp层级，让列名变得简洁，轻松完成绘图操作～

内容的提问来源于stack exchange，提问作者user27074