python pandas：重命名多索引数据框中的单列标签

Posted 2023-02-23

【中文标题】python pandas：重命名多索引数据框中的单列标签

【英文标题】：python pandas: rename single column label in multi-index dataframe

【发布时间】：2015-06-04 20:20:05

【问题描述】：

我有一个看起来像这样的 df：

df = pd.DataFrame(np.random.random((4,4)))
df.columns = pd.MultiIndex.from_product([['1','2'],['A','B']])
print df
          1                   2          
          A         B         A         B
0  0.030626  0.494912  0.364742  0.320088
1  0.178368  0.857469  0.628677  0.705226
2  0.886296  0.833130  0.495135  0.246427
3  0.391352  0.128498  0.162211  0.011254

如何将列“1”和“2”重命名为“一”和“二”？

我认为 df.rename() 会有所帮助，但事实并非如此。不知道该怎么做？

【问题讨论】：

在较新版本的 pandas 中，df.rename() 可用于重命名特定关卡。请参阅下面的kadee's 答案。

【参考方案1】：

使用set_levels:

>>> df.columns.set_levels(['one','two'], 0, inplace=True)
>>> print(df)
        one                 two          
          A         B         A         B
0  0.731851  0.489611  0.636441  0.774818
1  0.996034  0.298914  0.377097  0.404644
2  0.217106  0.808459  0.588594  0.009408
3  0.851270  0.799914  0.328863  0.009914

【讨论】：

感谢您的努力！

【参考方案2】：

df.columns.set_levels(['one', 'two'], level=0, inplace=True)

【讨论】：

感谢您的努力！

【参考方案3】：

rename 确实缺少一些东西（理想情况下，它应该让您指定级别）。 另一种方法是设置列索引的级别，但是您需要知道该级别的所有值：

In [41]: df.columns.levels[0]
Out[41]: Index([u'1', u'2'], dtype='object')

In [43]: df.columns = df.columns.set_levels(['one', 'two'], level=0)

In [44]: df
Out[44]:
        one                 two
          A         B         A         B
0  0.899686  0.466577  0.867268  0.064329
1  0.162480  0.455039  0.736870  0.759595
2  0.620960  0.922119  0.060141  0.669997
3  0.871107  0.043799  0.080080  0.577421

In [45]: df.columns.levels[0]
Out[45]: Index([u'one', u'two'], dtype='object')

【参考方案4】：

这是个好问题。结合上面的答案，可以写一个函数：

def rename_col( df, columns, level = 0 ):

    def rename_apply ( x, rename_dict ):
        try:
            return rename_dict[x]
        except KeyError:
            return x

    if  isinstance(df.columns, pd.core.index.MultiIndex):
        df.columns = df.columns.set_levels([rename_apply(x, rename_dict = columns ) for x in df.columns.levels[level]], level= level)
    else:
        df.columns =                       [rename_apply(x, rename_dict = columns ) for x in df.columns              ] 

    return df

它对我有用。

理想情况下，将来应该将这样的功能集成到“官方”“重命名”功能中，因此您不需要编写这样的 hack。

【参考方案5】：

df.rename_axis('1':'one', '2':'two', axis='columns', inplace=True)

【参考方案6】：

从 pandas 0.22.0（可能更早）开始，您可以指定级别：

df = df.rename(columns='1': one, '2': two, level=0)

或者，或者（自 pandas 0.21.0 以来的新符号）：

df = df.rename('1': one, '2': two, axis='columns', level=0)

但实际上，即使省略关卡也可以：

df = df.rename(columns='1': one, '2': two)

在这种情况下，将检查所有列级别以查找要重命名的事件。