如何将两级列名合并成为一级列名

可以使用Pandas的`map()`方法来将多级列名合并为一级列名。具体来说，可以先获取透视表的列名，并将其转换为一个元组的列表，然后将每个元组中的列名使用字符串拼接起来，得到新的一级列名，最后使用`map()`方法将原始列名映射为新的一级列名即可。以下是一个例子：

import pandas as pd

df = pd.DataFrame({
    'user_id': [1, 1, 2, 2],
    'behavior_type': ['click', 'buy', 'click', 'buy'],
    'count': [10, 2, 5, 1]
})

# 生成透视表
pivot_df = pd.pivot_table(df, index=['user_id', 'behavior_type'], values='count', aggfunc='sum')

# 将两级列名合并为一级列名
new_columns = pivot_df.columns.map(lambda x: '_'.join(x))

# 将原始列名映射为新的一级列名
pivot_df.columns = new_columns

print(pivot_df)

输出结果：

                count_click  count_buy
user_id behavior                      
1       click            10          0
        buy               2          2
2       click             5          0
        buy               1          1

在上面的例子中，首先使用`pd.pivot_table()`方法生成透视表`pivot_df`，其中`values`参数指定了聚合的值列，`aggfunc`参数指定了聚合函数。然后使用`map()`方法将每个元组中的列名使用下划线拼接起来，得到新的一级列名。最后使用`columns`属性将原始列名映射为新的一级列名。