如何重命名 MultiIndex 列？

Question

如何在 pandas 中重命名 MultiIndex 列？

例如，这是我想做的事情：

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
                  columns=pd.MultiIndex.from_tuples([('a', 1), ('a', 2), ('b', 1)]))

df.rename(columns={('a', 1): 'd', ('a', 2): 'e', ('b', 1): 'f'}, errors='raise')

但是，这没有任何效果，返回一个与原始列名相同的 DataFrame：

   a     b
   1  2  1
0  1  2  3
1  4  5  6
2  7  8  9

我想得到：

   d  e  f
0  1  2  3
1  4  5  6
2  7  8  9

（我使用errors='raise' 来确保正确引用列名。）

这在您没有 MultiIndex 时有效：

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
                  columns=['a1', 'a2', 'b1'])

df.rename(columns={'a1': 'd', 'a2': 'e', 'b1': 'f'}, errors='raise')

返回：

   d  e  f
0  1  2  3
1  4  5  6
2  7  8  9

我已经搞砸了这方面的变化，例如使用级别参数并让新名称具有相同数量的级别但没有运气。

还有其他相关的问题，但他们倾向于专注于解决一些更大的问题。我可以想办法获得解决更大问题所需的结果，但我故意不在这里问这个问题。 rename 的这种方法似乎是最自然的，我想了解它为什么不起作用或我做错了什么。如果我应该使用与我的问题相关的rename 的替代品，或者rename 上的信息证明它没有按照我的想法做，他们将不胜感激。

最相似的问题是here，但答案并没有解决我的问题：在我的示例中，指定单个级别的值是不够的，因为单个级别无法唯一指定每一列，set_levels 无法解决个别列。

Answer 1

你可以先展平索引，使用to_flat_index：

df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]],
                  columns=pd.MultiIndex.from_tuples([('a', 1), ('a', 2), ('b', 1)]))

lookup = {('a', 1): 'd', ('a', 2): 'e', ('b', 1): 'f'}

# flatten index
df.columns = df.columns.to_flat_index()

# rename using lookup
result = df.rename(columns=lookup)

print(result)

输出

   d  e  f
0  1  2  3
1  4  5  6
2  7  8  9

Answer 2

我建议使用具有相同默认值x 的get 列表理解：

d = {('a', 1): 'd', ('a', 2): 'e', ('b', 1): 'f'}

df.columns = [d.get(x, x) for x in df.columns]
print (df)
   d  e  f
0  1  2  3
1  4  5  6
2  7  8  9

因为如果用rename测试某个函数，它会分别处理每个列名：

测试：

def f(x):
    print (x)

a
1
a
2
b
1

print (df.rename(columns = f))