Pandas：修改特定级别的Multiindex，多次使用replace方法

Question

我正在尝试多次使用 replace 方法来更改多索引熊猫数据框的给定级别的索引。

如此处所示：Pandas: Modify a particular level of Multiindex，@John 得到了一个效果很好的解决方案，只要使用一次 replace 方法即可。

问题是，如果我多次使用这种方法，它就不起作用。 例如

df.index = df.index.set_levels(df.index.levels[0].str.replace("dataframe_",'').replace("_r",' r'), level=0)

我收到以下错误消息：

AttributeError: 'Index' object has no attribute 'replace'

我错过了什么？

Answer 1

使用str.replace 两次：

idx = df.index.levels[0].str.replace("dataframe_",'').str.replace("_r",' r')
df.index = df.index.set_levels(idx, level=0)

另一种解决方案是通过字典转换to_series，然后转换replace：

d = {'dataframe_':'','_r':' r'}
idx = df.index.levels[0].to_series().replace(d)
df.index = df.index.set_levels(idx, level=0)

如果大数据和性能很重要，使用map 和fillna 的解决方案：

d = {'dataframe_':'','_r':' r'}
s = df.index.levels[0].to_series()
df.index = df.index.set_levels(s.map(d).fillna(s), level=0)

---

示例：

df = pd.DataFrame({
        'A':['dataframe_','_r', 'a'],
        'B':[7,8,9],
        'C':[1,3,5],

}).set_index(['A','B'])

print (df)
              C
A          B   
dataframe_ 7  1
_r         8  3
a          9  5

d = {'dataframe_':'','_r':' r'}
idx = df.index.levels[0].to_series().replace(d)
df.index = df.index.set_levels(idx, level=0)
print (df)
      C
A  B   
   7  1
 r 8  3
a  9  5