如何重命名pandas中的多索引列?你知道吗
例如,我希望能够做到:
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,这没有效果,返回的数据帧与原始数据帧具有相同的列名:
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。)
当您没有多重索引时,此操作有效:
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')
退货:
d e f
0 1 2 3
1 4 5 6
2 7 8 9
我在这方面做了很多改动,例如使用level参数,让新名称具有相同的级别数,但是运气不好。你知道吗
还有其他相关的问题,但他们往往专注于解决一些更大的问题。我可以想办法得到我需要的结果来解决我更大的问题,但我故意不要求在这里。这种使用rename
的方法似乎是最自然的,我想了解为什么它不起作用或者我做错了什么。如果有一个与我的问题相关的rename
的替代方法,或者rename
上的一些信息证明它没有做我认为应该做的事情,他们会非常感激。你知道吗
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,因为单个级别不能唯一地指定每个列,set_levels
不能处理单个列。你知道吗
我建议将列表理解与具有相同默认值的^{} 一起使用
x
:因为如果用
rename
测试某个函数,它会分别处理每个列名:测试:
可以先使用to_flat_index展平索引:
输出
相关问题 更多 >
编程相关推荐