Python 如何合并数据透视表中的多索引层？

假设我得到了球员在比赛中表现的数据框架，如下所示：

匹配阵营A和阵营B
BG1联盟8 10
BG1联盟2 5
BG1部落5 25
BG2。。。

我想汇总每场比赛的球队统计数据A和B，换句话说，获得如下数据帧：

匹配联盟A联盟B部落A部落B
BG1105525
BG2。。。

我知道我可以手动形成每个列，但我一直在寻找更优雅的方法来解决这个问题。所以，我试过这个：

df.pivot_表（值=['A'，'B'，index='Match'，columns='派系'，aggfunc=lambda x:x.sum（））

这给了我以下信息：

ab
派系联盟部落联盟部落
匹配
BG11051525
BG2。。。

现在，有没有办法将这些多索引合并成“联盟A”、“部落A”、“联盟B”、“部落B”列？我唯一的想法就是申请

.T.重置索引（）.T

---

…这会删除多索引层，但是，它需要在之后手动重命名列。

这很容易，因为您已经完成了大部分工作：

# create a list of the new column names in the right order
new_cols=[('{1} {0}'.format(*tup)) for tup in pivoted.columns]

# assign it to the dataframe (assuming you named it pivoted
pivoted.columns= new_cols

# resort the index, so you get the columns in the order you specified
pivoted.sort_index(axis='columns')

---

谢谢，这正是我需要的不客气。顺便说一句，我只是更改了代码，因为连接有时会有问题。我想使用格式更安全。例如，如果列索引具有非字符串级别。格式应该自动处理这些问题。