重命名pandas数据帧的索引

Question

我有一个pandas数据框,其索引如下:

df.index
['a_1', 'b_2', 'c_3', ... ]

我想将这些索引重命名为:

['a', 'b', 'c', ... ]

如何在不指定具有每个索引值的显式键的字典的情况下执行此操作？
我试过了:

df.rename( index = lambda x: x.split( '_' )[0] )

但这引发了一个错误:

AssertionError: New axis must be unique to rename

Answer 1

也许你可以通过使用MultiIndex来获得两全其美:

import numpy as np
import pandas as pd
df = pd.DataFrame(np.arange(8).reshape(4,2), index=['a_1', 'b_2', 'c_3', 'c_4'])
print(df)
#      0  1
# a_1  0  1
# b_2  2  3
# c_3  4  5
# c_4  6  7

index = pd.MultiIndex.from_tuples([item.split('_') for item in df.index])
df.index = index
print(df)
#      0  1
# a 1  0  1
# b 2  2  3
# c 3  4  5
#   4  6  7

这样,您可以根据索引的第一级访问内容:

In [30]: df.ix['c']
Out[30]: 
   0  1
3  4  5
4  6  7

或根据指数的两个级别:

In [31]: df.ix[('c','3')]
Out[31]: 
0    4
1    5
Name: (c, 3)

此外,所有DataFrame方法都是为了与MultiIndices的DataFrames一起使用而构建的,所以你什么都不会丢失.

但是,如果您确实要删除索引的第二级,则可以执行以下操作:

df.reset_index(level=1, drop=True, inplace=True)
print(df)
#    0  1
# a  0  1
# b  2  3
# c  4  5
# c  6  7

Answer 2

如果您的函数生成重复的索引值，则会出现以下错误：

>>> df = pd.DataFrame(np.random.random((4,3)),index="a_1 b_2 c_3 c_4".split())
>>> df
            0         1         2
a_1  0.854839  0.830317  0.046283
b_2  0.433805  0.629118  0.702179
c_3  0.390390  0.374232  0.040998
c_4  0.667013  0.368870  0.637276
>>> df.rename(index=lambda x: x.split("_")[0])
[...]
AssertionError: New axis must be unique to rename

如果你真的想要这样，我会使用列表比较：

>>> df.index = [x.split("_")[0] for x in df.index]
>>> df
          0         1         2
a  0.854839  0.830317  0.046283
b  0.433805  0.629118  0.702179
c  0.390390  0.374232  0.040998
c  0.667013  0.368870  0.637276

但我会考虑这是否真的是正确的方向。