pandas - 如何在多索引列上使用 pandas rename()？

Question

如何使用 rename() 函数简单地重命名 pandas DataFrame 中的 MultiIndex 列？

让我们看一个示例并创建这样一个 DataFrame:

import pandas
df = pandas.DataFrame({'A': [1, 1, 1, 2, 2], 'B': range(5), 'C': range(5)})
df = df.groupby("A").agg({"B":["min","max"],"C":"mean"})
print(df)

    B        C
  min max mean
A             
1   0   2  1.0
2   3   4  3.5

我可以通过使用元组名称来选择给定的 MultiIndex 列:

print(df[("B","min")])

A
1    0
2    3
Name: (B, min), dtype: int64

但是，当使用 rename() 函数使用相同的元组命名时，它似乎不被接受:

df.rename(columns={("B","min"):"renamed"},inplace=True)
print(df)
    B        C
  min max mean
A             
1   0   2  1.0
2   3   4  3.5

知道应该如何调用 rename() 来处理多索引列吗？

PS:我知道之前有其他选项可以展平列名称，但这可以防止单行，所以我正在寻找更清洁的解决方案(参见 my previous question)

Answer 1

这并没有回答问题的措辞，但它适用于您给定的示例(假设您希望它们全部重命名且没有 MultiIndex):

import pandas as pd
df = pd.DataFrame({'A': [1, 1, 1, 2, 2], 'B': range(5), 'C': range(5)})
df = df.groupby("A").agg(
    renamed=('B', 'min'),
    B_max=('B', 'max'),
    C_mean=('C', 'mean'),
)
print(df)

   renamed  B_max  C_mean
A                        
1        0      2     1.0
2        3      4     3.5

有关更多信息，您可以查看 pandas docs还有一些related other questions .