Question

我试图弄清楚当你尝试重置索引时是否有办法重命名Pandas列。我在文档中看到你可以使用＆＃34; name＆＃34;如果只有一列，则设置重置索引的列名的参数，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()

结果让你：

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，我想知道是否有办法使用该参数设置＆＃39; level_2＆＃39;的名称。专栏。

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'])

然而，这没有用，所以寻找另一种方式。我意识到我总是可以在下一行重命名列，但希望能够在一行中更清晰地进行操作。

谢谢！萨姆

Answer 1

reset_index不够聪明，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/系列赋予名称;一旦名称设置正确， reset_index 将自动将这些名称转换为结果中的列名：

此处rename_axis为索引提供名称，除了功能样式外，它与df.index.names = ...有些相同; 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
# ..

Answer 2

我相信有很多选择，但是如果您只有几列，set_axis() 函数可以完成这项工作。

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

如何使用Pandas重命名重置索引上的多个列

2 个答案: