如何重命名多索引列？

Question

如何重命名 pandas 中的 MultiIndex 列？

例如，这是我希望能够做的：

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

（我用来errors='raise'确保正确引用列名称。）

当您没有 MultiIndex 时，这有效：

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

我对此进行了一些变体，例如使用 level 参数并使新名称具有相同的级别数，但没有运气。

还有其他相关问题，但它们往往侧重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。这种方法rename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。如果我应该使用与我的问题相关的替代方案，或者证明它没有达到我认为应该做的效果的rename信息，他们将不胜感激。rename

最相似的问题在这里，但答案没有解决我的问题：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地指定每一列，也set_levels无法解决各个列。

Answer 1

您可以首先使用to_flat_index展平索引：

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