如何使用 Pandas 重命名重置索引上的多个列答案

【问题标题】：How to Rename Multiple Columns on a Reset Index with Pandas如何使用 Pandas 重命名重置索引上的多个列
【发布时间】：2015-02-04 02:36:34
【问题描述】：

我试图弄清楚当您尝试重置索引时是否有办法重命名 Pandas 列。我在文档中看到，如果只有一列，您可以使用“name”参数设置重置索引的列名，但我很好奇是否有办法为多列执行此操作。

例如：

df1 = pd.DataFrame({
'A' : ['a1', 'a1', 'a2', 'a3'],
'B' : ['b1', 'b2', 'b3', 'b4'],
'D1' : [1,0,0,0],
'D2' : [0,1,1,0],
'D3' : [0,0,1,1],
})

df1.set_index(['B','A']).stack().reset_index()

结果给你：

Out[82]: 
     B   A level_2  0
0   b1  a1      D1  1
1   b1  a1      D2  0
2   b1  a1      D3  0
3   b2  a1      D1  0
4   b2  a1      D2  1

你可以这样做：

df1.set_index(['B','A']).stack().reset_index(name='my_col')

为了设置最后一列的名称，但我想知道是否有一种方法可以使用参数来设置'level_2'列的名称。

我想到的第一件事就是尝试：

df1.set_index(['B','A']).stack().reset_index(name=['my_col2','my_col'])

但是，这并没有奏效，所以寻找另一种方法。我意识到我总是可以只重命名下一行中的列，但希望有一种更简洁的方法可以在一行中完成。

谢谢！山姆

【问题讨论】：

我认为不可能，你看，你的代码中的reset_index()实际上是pandas.pydata.org/pandas-docs/stable/generated/…，所以你只有一列。您可以做的是设置系列索引的列名称，然后它们将保留为 DataFrame 列的名称

标签： python pandas rename multiple-columns

【解决方案1】：

reset_index 不够聪明，无法做到这一点，但我们可以利用方法 rename_axis 和 rename 在重置索引之前为索引和列/系列命名；一旦名称设置正确，reset_index 会自动将这些名称转换为结果中的列名：

这里rename_axis 为索引提供名称，这在某种程度上等同于df.index.names = ...，除了在功能样式上； rename 为 Series 对象命名：

df1.set_index(['B','A']).stack().rename_axis(['B','A','col2']).rename('col').reset_index()

#    B   A  col2    col
#0  b1  a1    D1    1
#1  b1  a1    D2    0
#2  b1  a1    D3    0
#3  b2  a1    D1    0
#4  b2  a1    D2    1
# ..

【讨论】：

【解决方案2】：

有很多选项，我相信，但如果您只有几列，set_axis() 函数将完成这项工作。

df1.set_index(['B','A']).stack().reset_index().set_axis(['my_col2','my_col'], axis=1)

【讨论】：