Pandas 数据框是一个强大的二维数据结构,它允许您以行和列的格式存储数据。

它还支持列和行的多索引。

在本教程中,您将学习如何创建多索引 pandas 数据框以及如何重命名多索引数据框的列。

如果您想重命名读取的单个索引数据框的列,如何重命名 Pandas 数据框的列?

创建多索引数据框

要创建多索引数据框,您需要执行两个步骤。

首先,使用pd.DataFrame()方法创建一个普通的数据框。

其次,使用pd.MultiIndex.from_tuples()设置数据框的列。这允许您为数据框的列设置多索引。

片段

import pandas as pd

df = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]])

df.columns = pd.MultiIndex.from_tuples((("a", "b"), ("a", "c"), ("a", "d")))

df

进入全屏模式 退出全屏模式

您将看到以下输出。

输出

    a
    b   c  d
0   1   2   3
1   4   5   6
2   7   8   9

进入全屏模式 退出全屏模式

创建多级列索引数据框。 a 是第一级列索引,b、c、d 是第二级列索引。

接下来,让我们看看如何重命名这些多级列。

重命名多索引列

要重命名 pandas 数据框的多索引列,您需要使用set_levels()方法。

使用以下代码段重命名多级列。

片段

df.columns.set_levels(['b1','c1','d1'],level=1,inplace=True)

df

进入全屏模式 退出全屏模式

在哪里,

• ['b1','c1','d1']- 索引的新列名

• level=1- 要重命名的列的级别

• inplace=True- 在同一个数据帧中执行重命名操作,而不是创建新的数据帧

现在列的二级索引将重命名为 b1、c1、d1,如下所示。

输出

    a
    b1  c1  d1
0   1   2   3
1   4   5   6
2   7   8   9

进入全屏模式 退出全屏模式

这是您可以重命名多索引数据框的列的方法。

结论

在这个简短的教程中,您学习了如何使用set_levels()方法重命名多索引 pandas 数据框的列。