如何在扁平化MultiIndex列后删除索引列并将样式应用于DataFrame?

Question

我有一个包含3列的示例pandas数据框架。

下面是样本数据集-

In [3]: df = pd.DataFrame({
...:                     'mode': ['car'] * 4 + ['train'] * 3 + ['truck'] * 5,
...:                     'qty1': [2,4,9,7,6,3,4,1,2,5,5,7],
...:                     'qty2': [5,2,3,6,9,7,4,5,1,6,3,9]
...:                   })
...: df
Out[3]:
mode  qty1  qty2
0     car     2     5
1     car     4     2
2     car     9     3
3     car     7     6
4   train     6     9
5   train     3     7
6   train     4     4
7   truck     1     5
8   truck     2     1
9   truck     5     6
10  truck     5     3
11  truck     7     9

现在我使用pivot_table得到以下输出-

In [4]: pivot1 = pd.pivot_table(data=df,
...:                         index=['mode'],
...:                         values=['qty1','qty2'],
...:                         aggfunc='sum')
In [5]: pivot1
Out[5]:
qty1  qty2
mode
car      22    16
train    13    20
truck    20    24

现在当我应用下面的代码时，

In [7]: pivot1 = pivot1.style.set_table_styles([^M
...:                           {^M
...:                                 "selector":"th",^M
...:                                 "props": [("border", "1px solid black"),^M
...:                                           ("font-style", "italic")]^M
...:                             },^M
...:                             {^M
...:                                 "selector":"th.row_heading",^M
...:                                 "props": [("border", "1px solid black"),^M
...:                                           ("font-style", "italic")]^M
...:                             }                           ^M
...:                         ]).set_properties(border="1px solid black").format('${:.2f}')
...: pivot1

得到以下输出-数据透视表样式

现在我想要所有的列标头- 'mode'， 'qty1'和'qty2'在一个级别。我尝试使用reset_index()重置索引，但在重置索引后我不想要索引列。我希望最终的表看起来像这样-

<表类>模式qty1qty2tbody><<tr>汽车22.00美元16.00美元火车13.00美元20.00美元卡车20.00美元24.00美元

mode是索引名，您可以将索引名分配给列标题名

pivot1.columns.name, pivot1.index.name = pivot1.index.name, None

print(pivot1)
mode   qty1  qty2
car      22    16
train    13    20
truck    20    24