如何在特定级别为多索引列添加前缀？答案

【问题标题】：How to add prefix to multi index columns at particular level?如何在特定级别为多索引列添加前缀？
【发布时间】：2020-01-04 12:13:55
【问题描述】：

假设我有一个数据框

micolumns = pd.MultiIndex.from_tuples([('a', 'foo'), ('a', 'bar'),
                                       ('b', 'foo'), ('b', 'bah')])

miindex=np.arange(3)
dfmi = pd.DataFrame(np.arange(3 * len(micolumns)).reshape((len(miindex), len(micolumns))),
                     index=miindex, columns=micolumns).sort_index().sort_index(axis=1)

  a       b    
  bar foo bah foo
0   1   0   3   2
1   5   4   7   6
2   9   8  11  10

我想在零级的列中添加前缀，我该怎么做？

目前我正在重命名下面的列，感觉是多余的。

df_new = dfmi.rename(columns=dict(zip(dfmi.columns.levels[0],'pre_'+dfmi.columns.levels[0])),level=0) 

    pre_a     pre_b    
    bar foo   bah foo
0     1   0     3   2
1     5   4     7   6
2     9   8    11  10

add_prefix 函数没有级别参数。有没有类似的功能？

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

我会做什么

s=dfmi.columns.to_frame()
s[0]+='XXXX'
dfmi.columns=pd.MultiIndex.from_frame(s)
dfmi
0 aXXXX     bXXXX    
1   bar foo   bah foo
0     1   0     3   2
1     5   4     7   6
2     9   8    11  10

【讨论】：

【解决方案2】：

一种不寻常的方式是：

dfmi.stack(level=1).add_prefix('pre_').unstack().dropna(how='all',axis=1)

  pre_a      pre_b      
    bar  foo   bah   foo
0   1.0  0.0   3.0   2.0
1   5.0  4.0   7.0   6.0
2   9.0  8.0  11.0  10.0

【讨论】：

【解决方案3】：

一个快速的方法是：

dfmi.columns = pd.MultiIndex.from_tuples([(f'pre_{a}',b) for a,b in dfmi.columns])

或rename 与mapper：

dfmi.rename(mapper=lambda x: f'pre_{x}', 
            axis='columns',
            level=0,
            inplace=True)

【讨论】：