以下是另一个问题的一些数据:
date type value
1/1/2016 a 1
1/1/2016 b 2
1/1/2016 a 1
1/1/2016 b 4
1/2/2016 a 1
1/2/2016 b 1
运行以下代码:
x = df.groupby(['date', 'type']).value.agg(['sum', 'max']).unstack()
x
应如下所示:
sum max
type a b a b
date
1/1/2016 2 6 1 4
1/2/2016 1 1 1 1
我想将上层和下层的列组合起来得到这个:
sum_a sum_b max_a max_b
date
1/1/2016 2 6 1 4
1/2/2016 1 1 1 1
有一种简单的方法吗?
答案 0 :(得分:4)
这里有讨论:
Python Pandas - How to flatten a hierarchical index in columns
并且共识似乎是:
x.columns = ['_'.join(col) for col in x.columns.values]
print(x)
sum_a sum_b max_a max_b
date
1/1/2016 2 6 1 4
1/2/2016 1 1 1 1
如果有一个内置方法,那会很好,但似乎没有。
答案 1 :(得分:1)
使用zip非常类似于上面的解决方案:
element:active:focus {
outline: 0;
}