重命名具有任意顺序和重复列名的多索引列

Question

我有一个DataFrame overview（这个问题的缩写）。

>>> import pandas as pd
>>> import numpy as np
>>>
>>> index = pd.Index(['Abbott PLC', 'Abbott, Rogahn and Bednar'], dtype='object', name='Account Name')
>>> columns = pd.MultiIndex(levels=[['total', 'quantity'], ['count', 'sum']], labels=[[0, 0, 1], [1, 0, 1]])
>>> values = np.array([[755.44,   1.  ,  19.  ], [615.6 ,   1.  ,  18.  ]])
>>> 
>>> overview = pd.DataFrame(values, columns=columns, index=index)
>>> overview
                            total       quantity
                              sum count      sum
Account Name                                    
Abbott PLC                 755.44   1.0     19.0
Abbott, Rogahn and Bednar  615.60   1.0     18.0

列名很奇怪，因为在我的实际代码中，此结果是从 DataFrame df 派生而来的，具有以下分组操作。

aggregators = {'total': ['sum', 'count'], 'quantity': 'sum'}
overview = df.groupby('Account Name')['total', 'quantity'].agg(aggregators)

我想重命名overview的列，想要的结果是这样的：

                            gross  checkouts  items
Account Name                                       
Abbott PLC                 755.44        1.0   19.0
Abbott, Rogahn and Bednar  615.60        1.0   18.0

我不能简单地使用overview.columns = ['gross', 'checkouts', 'items'] 或this similar question 的答案，因为在使用agg 之后，列的顺序是任意的。 （应用rename 也似乎很棘手，因为重复名称'sum'。）

目前，我正在通过将OrderedDict 用于aggregators 来解决此问题，因此overview 具有确定性的列序数。但是假设 overview 的创建不能在上游修复，我将如何优雅地达到我想要的结果？

Answer 1

您的数据框有一个 MultiIndex 作为列。有几种方法可以展平为常规索引：

pd.Index.map

overview.columns = overview.columns.map('_'.join)

列表理解 + f-strings

在 Python 3.6+ 中，您可以使用格式化的字符串文字 (PEP 498)：

overview.columns = [f'{i}_{j}' for i, j in overview.columns]

列表理解 + str.format / str.join

对于 str.format 或str.join：

overview.columns = ['{i}_{j}'.format(i, j) for i, j in overview.columns]

overview.columns = list(map('_'.join, overview.columns))

---

如果只重命名，可以直接使用字典映射：

d = {('total', 'sum'): 'gross', ('total', 'count'): 'checkouts',
     ('quantity', 'sum'): 'items'}

overview.columns = np.vectorize(d.get)(overview.columns)