Pandas：多维透视表 - 如何重复项目标签 同时 不显示columns字段名称

来源：How do I flatten a python/pandas pivot table and manipulate the column names?链接这里。

问题：把一般情况下得到的透视表，变成想要的格式：

"""一般情况下，透视表如下："""
df = pd.pivot_table(DataFrame,
                    values=['BUCKET'],
                    index=['ID'],
                    columns=['TYPE'],
                    aggfunc=len)  
print(df)
# 运行结果如下：
      BUCKET
TYPE  B1     B2       B3      B4
ID
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

""" 
问题是，我想要如下所示的格式：

ID    B1     B2       B3      B4
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4
"""

---

第一种解决方法：

先去除透视表的行名称，最后重置透视表的index。

• 第1/3步： pandas.DataFrame.droplevel把“BUCKET”删除：

df.columns = df.columns.droplevel(0) 
print(df)
# 结果如下
TYPE  B1     B2       B3      B4
ID
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

• 第2/3步：使用 pandas.DataFrame.rename_axis去除columns列的名称

df_1 = df.rename_axis([None], axis=1)    # columns有N个，就用N个None
print(df_1)  # 本初的“TYPE”被重置为空；但是 ID 和 B1,B2,B3,B4不在一行
# 结果如下
     B1     B2     B3     B4
ID                          
1   236  data1  data2  data3
2   323  data4  data5  data3
3   442  data6  data2  data4
4   543  data8  data2  data3
5   676  data1  data8  data4

• 第3/3步：pandas.DataFrame.reset_index重置index

df_2 = df.rename_axis(None, axis=1).reset_index() 
print(df_2)
# 结果如下
   ID   B1     B2     B3     B4
0   1  236  data1  data2  data3
1   2  323  data4  data5  data3
2   3  442  data6  data2  data4
3   4  543  data8  data2  data3
4   5  676  data1  data8  data4
#注：如果改为df_2 = df.rename_axis(None, axis=1).reset_index(drop=True) ，则由pandas默认值取代原来的index，即'ID’被删除。

第二种解决方法：直接保存为csv格式，然后读取。

df.columns = df.columns.droplevel(0)
df.to_csv('文件路径+文件名.csv'， encoding='utf-8-sig', index=False) 

打开储存的文件可以看到：

ID	B1	B2	B3	B4
1	236	data1	data2	data3
2	323	data4	data5	data3
3	442	data6	data2	data4
4	543	data8	data2	data3
5	676	data1	data8	data4

pandas读取 ‘文件路径+文件名.csv’ 后，结果是

df_new = pd.read_csv('文件路径+文件名.csv')
print(df_new)
   ID   B1     B2     B3     B4
0   1  236  data1  data2  data3
1   2  323  data4  data5  data3
2   3  442  data6  data2  data4
3   4  543  data8  data2  data3
4   5  676  data1  data8  data4

---

---

附注：在df_new的基础上，用pandas.DataFrame.set_index把ID作为index列，不能得到：

ID    B1     B2       B3      B4
1     236    data1    data2   data3   
2     323    data4    data5   data3
3     442    data6    data2   data4
4     543    data8    data2   data3
5     676    data1    data8   data4

得到的而是：

df_new.set_index('ID', inplace=True)
print(df_new)
# 结果如下
     B1     B2     B3     B4
ID                          
1   236  data1  data2  data3
2   323  data4  data5  data3
3   442  data6  data2  data4
4   543  data8  data2  data3
5   676  data1  data8  data4