Python pandas: переименовать одну метку столбца в мультииндексный фреймворк

У меня есть df, который выглядит так:

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

Как я могу переименовать столбцы "1" и "2" как "один" и "два"?

Я думал, что df.rename() помог бы, но это не так. Не знаю, как это сделать?

Ответы

Ответ 1

Это действительно что-то отсутствует в rename (в идеале это должно позволить вам указать уровень).
Другой способ - установить уровни индекса столбцов, но тогда вам нужно знать все значения для этого уровня:

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')

Ответ 2

Используйте 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

Ответ 3

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

Ответ 4

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

Ответ 5

Это хороший вопрос. Объединив ответ выше, вы можете написать функцию:

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

Это сработало для меня.

В идеале такая функциональность должна быть интегрирована в "официальную" функцию "переименовать" в будущем, поэтому вам не нужно писать такой хак.