重命名 Pandas DataFrame 中未命名的多索引列

Question

我创建了这个数据框：

import pandas as pd
columns = pd.MultiIndex.from_tuples([("x", "", ""), ("values", "a", "a.b"), ("values", "c", "")])
df0 = pd.DataFrame([(0,10,20),(1,100,200)], columns=columns)
df0

我卸载df0到excel：

df0.to_excel("test.xlsx")

并再次加载它：

df1 = pd.read_excel("test.xlsx", header=[0,1,2])
df1

我有Unnamed :...列名。

为了df1看起来像初始df0我运行：

def rename_unnamed(df, label=""):
    for i, columns in enumerate(df.columns.levels):
        columns = columns.tolist()
        for j, row in enumerate(columns):
            if "Unnamed: " in row:
                columns[j] = ""
        df.columns.set_levels(columns, level=i, inplace=True)
    return df

rename_unnamed(df1)

做得好。但是有没有大熊猫的方式来做到这一点？

Answer 1

从 pandas 0.21.0 开始，代码应该是这样的

def rename_unnamed(df):
    """Rename unamed columns name for Pandas DataFrame

    See /sf/ask/2885475561/

    Parameters
    ----------
    df : pd.DataFrame object
        Input dataframe

    Returns
    -------
    pd.DataFrame
        Output dataframe

    """
    for i, columns in enumerate(df.columns.levels):
        columns_new = columns.tolist()
        for j, row in enumerate(columns_new):
            if "Unnamed: " in row:
                columns_new[j] = ""
        if pd.__version__ < "0.21.0":  # /sf/answers/3373088351/
            df.columns.set_levels(columns_new, level=i, inplace=True)
        else:
            df = df.rename(columns=dict(zip(columns.tolist(), columns_new)),
                           level=i)
    return df

Answer 2

您可以numpy.where通过以下方式使用条件contains：

for i, col in enumerate(df1.columns.levels):
    columns = np.where(col.str.contains('Unnamed'), '', col)
    df1.columns.set_levels(columns, level=i, inplace=True)

print (df1)
   x values     
          a    c
        a.b     
0  0     10   20
1  1    100  200