处理 DataFrame 列名常用方式总结

下面是 处理 DataFrame 列名 的常用方式总结，涵盖单层级列名与**多层级列名（MultiIndex）**的统一和拼接策略：

---

🔹 1. 保留原始列名（适用于单层或已清洗好的列名）

# 保持不变
df.columns = df.columns

---

🔹 2. 只保留多层级列名中的第一个层级（例如：只保留 'A'）

df.columns = df.columns.map(lambda x: x[0] if isinstance(x, tuple) else x)

📌 示例：

[('A', 'mean'), ('A', 'std'), ('B', 'mean')] → ['A', 'A', 'B']

---

🔹 3. 多层级列名拼接为无分隔的字符串

df.columns = df.columns.map(lambda x: ''.join(x) if isinstance(x, tuple) else x)

📌 示例：

[('A', 'mean'), ('A', 'std'), ('B', 'mean')] → ['Amean', 'Astd', 'Bmean']

---

🔹 4. 多层级列名拼接为有分隔的字符串（推荐 ✅）

df.columns = df.columns.map(lambda x: '_'.join(filter(None, x)) if isinstance(x, tuple) else x)

📌 示例：

[('A', 'mean'), ('A', 'std'), ('B', 'mean'), ('C', '')] → ['A_mean', 'A_std', 'B_mean', 'C']

优势：

• 清晰可读
• 避免空字符串引发的尾部下划线（如 'C_'）

---

✅ 建议封装成函数：

def flatten_columns(df, sep='_'):
    df.columns = df.columns.map(
        lambda x: sep.join(filter(None, x)) if isinstance(x, tuple) else x
    )
    return df

使用方法：

df = flatten_columns(df, sep='')      # → 'Amean'
df = flatten_columns(df, sep='_')     # → 'A_mean'
df = flatten_columns(df, sep='-')     # → 'A-mean'

---