Python（Pandas・NumPy）でマルチインデックスを単一インデックスに連結する方法

Pandasでは、タプルを要素とするSeriesやMultiIndexを使うことで、複数の階層を持つインデックス（マルチインデックス）を扱えます。しかし、データの集計や結合を行う際には、これらを「名前_地域」のような単一の文字列インデックスにまとめたいケースがよくあります。

本記事では、map()メソッドとjoinを組み合わせて、マルチインデックスを単一のインデックスへ連結する手順を解説します。

1. 必要なライブラリのインポート

まず、PandasとNumPyをそれぞれ慣例的なエイリアス（pd、np）でインポートします。

import pandas as pd
import numpy as np

2. マルチインデックスとなるSeriesを作成

次に、タプルのリストからPandasのSeriesを作成します。各タプルが「名前」と「地域」の2階層のインデックス情報を持っています。

d = pd.Series([('Jacob', 'North'), ('Ami', 'East'), ('Ami', 'West'),
               ('Scarlett', 'South'), ('Jacob', 'West'), ('Scarlett', 'North')])

3. NumPyのarange()で値を生成しインデックスに設定

np.arange()で1〜6の連番を作成し、先ほどのタプル群をインデックスとして指定したSeriesを構築します。

dataFrame = pd.Series(np.arange(1, 7), index=d)

4. map()とjoinでインデックスを連結

ここがポイントです。index.map('_'.join)を使うことで、各タプルの要素をアンダースコア（_）でつなぎ、単一の文字列インデックスに変換できます。

dataMap = dataFrame.index.map('_'.join)

完全なサンプルコード

以下に、ここまでの手順をまとめた実行可能なコード全体を示します。

import pandas as pd
import numpy as np

# マルチインデックスのもとになるSeries
d = pd.Series([('Jacob', 'North'), ('Ami', 'East'), ('Ami', 'West'),
               ('Scarlett', 'South'), ('Jacob', 'West'), ('Scarlett', 'North')])

# 値に連番を設定し、タプルをインデックスに指定
dataFrame = pd.Series(np.arange(1, 7), index=d)

# map()とjoinでインデックスを連結
dataMap = dataFrame.index.map('_'.join)

print("\nマッピング後の結果:\n", dataMap)

実行結果

このコードを実行すると、次のような出力が得られます。各タプルがアンダースコア区切りの単一インデックスに変換されていることが確認できます。

マッピング後の結果:
Index(['Jacob_North', 'Ami_East', 'Ami_West', 'Scarlett_South',
       'Jacob_West', 'Scarlett_North'], dtype='object')

補足：DataFrameに戻す場合

変換したインデックスは、そのままdataFrame.index = dataMapと代入すれば元のSeriesやDataFrameに適用できます。また、Python 3系では出力にu''プレフィックスは付かず、通常の文字列として表示されます。

この手法は、階層的なカテゴリデータ（例：都道府県_市区町村、氏_名など）をフラットなキーに変換したい場合に非常に便利です。