如何展平熊猫 DataFrame 中的分层列索引？答案

【问题标题】：How do I flatten a hierarchical column index in a pandas DataFrame?如何展平熊猫 DataFrame 中的分层列索引？
【发布时间】：2026-01-30 19:50:01
【问题描述】：

假设我有一个pandas.DataFrame，列上的分层索引如下：

import pandas as pd
columns = pd.MultiIndex.from_product([list('AB'), list('ab')])
df = pd.DataFrame(np.arange(8).reshape((2,4)), columns=columns)
print df

输出[1]：

   A     B   
   a  b  a  b
0  0  1  2  3
1  4  5  6  7

我想展平列索引，使其如下所示：

   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

我试过了

def flatten(col):
    col.name = ''.join(col.name)
    return col

df.apply(f)

但这只是忽略了新列的修改名称。

【问题讨论】：

标签： python pandas

【解决方案1】：

`set_axis`

df.set_axis([f"{x}{y}" for x, y in df.columns], axis=1, inplace=False)

   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

`index.map`

df.columns = df.columns.map(''.join)
df

   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

对于非字符串列值

df.columns = df.columns.map(lambda x: ''.join([*map(str, x)]))
df

   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

【讨论】：

我最喜欢重命名版本，但在 0.16.1 版本中对我不起作用。
我遇到了df.columns.map(''.join) 和int 类型列索引的问题。
会检查的。感谢您提出。
@dreyco676 当类型为int 时解决方案不同
df.columns = (''.join(str(col)) for col in df.columns.values) 似乎可以解决问题。

【解决方案2】：

您可以将list comprehension 与join 一起使用：

df.columns = [''.join(col) for col in df.columns]
print (df)
   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

另一种可能的解决方案：

df.columns = df.columns.to_series().str.join('')
print (df)
   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

【讨论】：

谢谢。这就是我想要的。
嗨，你能帮忙回答一下this

【解决方案3】：

以下工作但会创建一个新的DataFrame：

df_flat = pd.DataFrame({''.join(k):v for k,v in df.iteritems()})
print df_flat

输出[3]：

   Aa  Ab  Ba  Bb
0   0   1   2   3
1   4   5   6   7

【讨论】：