Python數據處理小技巧：pivot_table後如何拍平columns

機器學習的過程當中不少時候須要用到相似透視表的功能。Pandas提供了pivot和pivot_table實現透視表功能。相對比而言，pivot_table更增強大，在實現透視表的時候能夠進行聚類等操做。

pivot_table幫助地址：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html

官方給的幾個例子：

>>> df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",

...                          "bar", "bar", "bar", "bar"],

...                    "B": ["one", "one", "one", "two", "two",

...                          "one", "one", "two", "two"],

...                    "C": ["small", "large", "large", "small",

...                          "small", "large", "small", "small",

...                          "large"],

...                    "D": [1, 2, 2, 3, 3, 4, 5, 6, 7],

...                    "E": [2, 4, 5, 5, 6, 6, 8, 9, 9]})

>>> df

A    B      C  D  E

0  foo  one  small  1  2

1  foo  one  large  2  4

2  foo  one  large  2  5

3  foo  two  small  3  5

4  foo  two  small  3  6

5  bar  one  large  4  6

6  bar  one  small  5  8

7  bar  two  small  6  9

8  bar  two  large  7  9

This first example aggregates values by taking the sum.

>>> table = pd.pivot_table(df, values='D', index=['A', 'B'],

...                    columns=['C'], aggfunc=np.sum)

>>> table

C        large  small

A  B

bar one    4.0    5.0

two    7.0    6.0

foo one    4.0    1.0

two    NaN    6.0

We can also fill missing values using the fill_value parameter.

>>> table = pd.pivot_table(df, values='D', index=['A', 'B'],

...                    columns=['C'], aggfunc=np.sum, fill_value=0)

>>> table

C        large  small

A  B

bar one      4      5

two      7      6

foo one      4      1

two      0      6

The next example aggregates by taking the mean across multiple columns.

>>> table = pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'],

...                    aggfunc={'D': np.mean,

...                              'E': np.mean})

>>> table

D        E

A  C

bar large  5.500000  7.500000

small  5.500000  8.500000

foo large  2.000000  4.500000

small  2.333333  4.333333

We can also calculate multiple types of aggregations for any given value column.

>>> table = pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'],

...                    aggfunc={'D': np.mean,

...                              'E': [min, max, np.mean]})

>>> table

D    E

mean  max      mean  min

A  C

bar large  5.500000  9.0  7.500000  6.0

small  5.500000  9.0  8.500000  8.0

foo large  2.000000  5.0  4.500000  4.0

small  2.333333  6.0  4.333333  2.0

如今的一個問題是，處理後的dataframe的columns是多層的，例如最後一個例子的columns是這個樣子的:

table.columns：

MultiIndex(levels=[['D', 'E'], ['max', 'mean', 'min']],

labels=[[0, 1, 1, 1], [1, 0, 1, 2]])

爲了後續的運算，咱們常常但願它能簡化，便於處理。也就是說吧columns拍平。你們能夠這麼處理：

table.columns =[s1 +'_'+ str(s2) for (s1,s2) in table.columns.tolist()]

table.reset_index(inplace=True)

效果以下：

table.columns

Index(['A', 'C', 'D_mean', 'E_max', 'E_mean', 'E_min'], dtype='object')

​

整個案例效果：

​