Pandas分组聚合后列名混乱：如何修复多层列名问题？

我完全懂你遇到的困扰：用嵌套字典做GroupBy聚合后，得到的DataFrame列名变成了多层级结构——上层是原列名payload_size、frame_time_delta，下层才是你自定义的聚合名称，看起来乱糟糟的。下面给你两种实用的解决思路：

方法一：聚合阶段直接避免多层级列名（推荐） #

从pandas 0.25版本开始，支持更直观的聚合语法：直接通过**新列名=(原列名, 聚合函数)**的关键字参数形式定义聚合规则，生成的列就是单层结构，完美匹配你的需求。修改后的代码如下：

df = df.groupby(by=['ip_src', 'ip_dst'], as_index=False).agg(
    # 针对payload_size的聚合规则
    mean_payload_size=('payload_size', 'mean'),
    std_payload_size=('payload_size', 'std'),
    var_payload_size=('payload_size', 'var'),
    max_payload_size=('payload_size', 'max'),
    min_payload_size=('payload_size', 'min'),
    quantity=('payload_size', 'count'),
    # 针对frame_time_delta的聚合规则
    mean_frame_time_delta=('frame_time_delta', 'mean'),
    sd_frame_time_delta=('frame_time_delta', 'std'),
    var_frame_time_delta=('frame_time_delta', 'var')
)

这种写法不仅彻底避免了多层级列名，代码可读性也更高，不需要维护复杂的嵌套字典。

方法二：扁平化已生成的多层级列名 #

如果你已经用旧方法生成了带MultiIndex列的DataFrame，可以通过以下代码快速整理列名：

方式A：直接保留自定义聚合名称（无重名时用） #

如果不同原列的聚合名称没有重复，可以直接提取MultiIndex的第二层作为新列名：

# 替换列名为你自定义的聚合名称
df.columns = [col[1] for col in df.columns]

方式B：组合原列名+聚合名称（避免重名） #

如果担心不同原列的聚合名称重复，可以把两层列名用下划线连接，生成唯一的列名：

# 用下划线拼接原列名和聚合名称
df.columns = ['_'.join(col) for col in df.columns]

这样原来的('payload_size', 'mean_payload_size')会变成payload_size_mean_payload_size，确保所有列名唯一不冲突。

内容的提问来源于stack exchange，提问作者sooaran