python - 我怎样才能在 pandas 中的 pivot_table 之后得到一列多级索引？

Question

数据框:

df = pd.DataFrame({
    'date': [1,1,2,2,3,4,4],
    'id': [1,1,1,2,2,2,3],
    'item': [200,201,200,333,334,334,444],
    'buy': [1,1,2,5,4,0,1]
})

df = df[['date','id','item','buy']]


date    id  item    buy
0   1   1   200     1
1   1   1   201     1
2   2   1   200     2
3   2   2   333     5
4   3   2   334     4
5   4   2   334     0
6   4   3   444     1

方法一:

df2 = df.pivot_table(index=['id','item'], columns=['date'], aggfunc='sum', fill_value=0).reset_index()

    id  item    buy
date            1   2   3   4
0   1   200     1   2   0   0
1   1   201     1   0   0   0
2   2   333     0   5   0   0
3   2   334     0   0   4   0
4   3   444     0   0   0   1

如何获得“购买”列的“1”或“2”或“3”或“4”列？

我的试验是像这样重命名列的名称。

df2.columns = ["".join((str(i),str(j))) for i,j in df2.columns]

    id  item    buy1    buy2    buy3    buy4
0   1   200     1       2       0       0
1   1   201     1       0       0       0
2   2   333     0       5       0       0
3   2   334     0       0       4       0
4   3   444     0       0       0       1

和 df2['buy1'], df2.buy2... 这就是我想要的

这是我的问题。

如何在 pandas 中的 pivot_table 之后获取多级索引列？直接在多层结构上，无需重命名...

---

方法二:

df2 = df.groupby(['id','item','date']).buy.sum().unstack(fill_value=0).reset_index() df2.columns.names=['']

    id  item    1   2   3   4
0   1   200     1   2   0   0
1   1   201     1   0   0   0
2   2   333     0   5   0   0
3   2   334     0   0   4   0
4   3   444     0   0   0   1

如果像方法 2 那样使用 groupby 和 unstack，我可以避免多级索引问题，不过

但我仍然想知道在数据透视表之后获取多级索引列的方法。

Answer 1

对于pivot，你可以指出values，然后你就会收到你想要的

df.pivot_table(index=['id','item'], columns=['date'], values='buy',aggfunc='sum', fill_value=0).reset_index()
Out[64]: 
date  id  item  1  2  3  4
0      1   200  1  2  0  0
1      1   201  1  0  0  0
2      2   333  0  5  0  0
3      2   334  0  0  4  0
4      3   444  0  0  0  1