Pandasのgroupby処理で発生するマルチカラムをシングルに直す方法

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')