大熊貓，重命名一個多指標列（數據的順序被改變）

Question

我有以下數據框：

{'e1.data_280': {0: 10, 1: 20, 2: 30}, 
'e1.data_603': {0: 7, 1: 8, 2: 9}, 
'e2.data_280': {0: 30, 1: 20, 2: 10}, 
'e2.data_603': {0: 8, 1: 9, 2: 1}} 

後：

df.columns = df.columns.str.split('.', expand=True) 

它看起來像：

現在我想擺脫短語data_：

落後下劃線的三個數字：

cols = [item.split('_')[1] for item in df.columns.get_level_values(1)] 
cols 
['603', '280', '603', '280'] 

如果我取代舊的標籤：

df.columns.set_levels(cols, level=1, inplace=True) 

的數據被更改：

我看到cols比第1級多重索引的名稱多：

MultiIndex(levels=[['e1', 'e2'], ['data_280', 'data_603']], 
      labels=[[0, 0, 1, 1], [1, 0, 1, 0]]) 

但是，如何重命名數據框中第一級多索引列？

編輯：一種解決方法

df.unstack().reset_index() 

與重命名列和分裂的列值一起工作：

Answer 1

設置

df = pd.DataFrame({ 
    'e1.data_280': {0: 10, 1: 20, 2: 30}, 
    'e1.data_603': {0: 7, 1: 8, 2: 9}, 
    'e2.data_280': {0: 30, 1: 20, 2: 10}, 
    'e2.data_603': {0: 8, 1: 9, 2: 1}}) 

---

選項1
最簡單的事情會一直以包括在你的第一次分裂。

df = pd.DataFrame({ 
    'e1.data_280': {0: 10, 1: 20, 2: 30}, 
    'e1.data_603': {0: 7, 1: 8, 2: 9}, 
    'e2.data_280': {0: 30, 1: 20, 2: 10}, 
    'e2.data_603': {0: 8, 1: 9, 2: 1}}) 

df.columns = df.columns.str.split('.data_', expand=True) 

df 

    e1  e2  
    280 603 280 603 
0 10 7 30 8 
1 20 8 20 9 
2 30 9 10 1 

---

選項2
的事實後，你可以做

df.rename(columns=lambda x: x.replace('data_', '')) 

    e1  e2  
    280 603 280 603 
0 10 7 30 8 
1 20 8 20 9 
2 30 9 10 1 

你甚至可以傳遞一個level縮小rename範圍。這確保我們不會在level=0列對象上執行replace。

df.rename(columns=lambda x: x.replace('data_', ''), level=1) 

    e1  e2  
    280 603 280 603 
0 10 7 30 8 
1 20 8 20 9 
2 30 9 10 1 

Answer 2

您可以使用cols = [item.split('_')[1] for item in df.columns.levels[1]];這將保持對齊。