概要
Pandasのgroupby処理をする際に、.agg()を利用して、[max, min]等、複数の統計量を計算すると、返ってくるデータフレームがマルチカラムになっている。このマルチカラムを簡単にシングルカラムに直す方法を紹介する。
準備
0, 1のみから成る5行2列のデータフレームをサンプルとして作成する。
input}
import numpy as np
import pandas as pd
mat = np.random.rand(5, 2)
mat[mat > 0.5] = 1
mat[mat <= 0.5] = 0
df = pd.DataFrame(mat, columns=['A', 'B'])
output}
A B
0 0.0 1.0
1 1.0 0.0
2 0.0 1.0
3 0.0 1.0
4 0.0 0.0
状況
.agg()で[min, max]を指定すると、マルチカラムになってしまう。
input}
df.groupby('A').agg({'B': [min, max]}).columns
output}
MultiIndex([('B', 'min'),
('B', 'max')],
)
解決策
for文でzipを扱う時のように変数（以下の例ではlevel1, level2）を用意し、fstringを用いて文字列として結合する。
input}
[f'{level1}__{level2}' for level1, level2 in df.groupby('A').agg({'B': [min, max]}).columns]
output}
['B__min', 'B__max']
追記
2020/09/23
上記の他にも、以下の方法があったのでメモとして残しておきます。両方とも、droplevel()を用いて、マルチカラムを解消しています。
タプルで列名を直接指定する方法
input}
df.groupby('A').agg({'B': [("B__min", min), ("B__max", max)]}).columns.droplevel()
output}
Index(['B__min', 'B__max'], dtype='object')
add_prefix()で指定する方法
input}
df.groupby('A').agg({'B': [min, max]}).add_prefix("B__").columns.droplevel()
output}
Index(['B__min', 'B__max'], dtype='object')