Pandas：在多层次索引数据框中重命名单个列标签

在本文中，我们将介绍如何在 Pandas 的多层次索引数据框中重命名单个列标签。多层次索引允许我们在一个数据框中使用多个索引层次，这样可以更方便地处理复杂的数据。

创建多层次索引数据框

我们先来创建一个多层次索引数据框，以便后续的演示。下面的代码将创建一个包含三个层次的索引的数据框，其中每个层次都有两个标签。

import pandas as pd
import numpy as np

# 创建多层次索引数据框
idx = pd.MultiIndex.from_product([['A', 'B'], ['C', 'D'], ['E', 'F']], names=['First', 'Second', 'Third'])
df = pd.DataFrame(np.random.randn(2, 8), index=['X', 'Y'], columns=idx)

这个数据框包含两个行索引 (X 和 Y) 和三个层次的列索引 (First、Second 和 Third)，其中每个层次都有两个标签 (C 和 D，E 和 F)。下面是这个数据框的样子：

First         A                             B                    
Second        C                   D           C                   D      
Third         E         F         E         F         E         F         E         F
X        1.482621  0.761050 -0.910997 -0.030816  0.986426  0.408955 -0.718193  1.614900
Y       -2.452519 -0.918777  1.108988  0.565587  0.778465 -0.654177  1.020560 -0.527439

我们很容易注意到，这个数据框的列索引比较长，不太好看。下面我们来演示如何重命名其中的一个列标签。

重命名单个列标签

在 Pandas 中，我们可以使用 rename() 方法来重命名索引或列标签。要重命名某个层次的列标签，我们可以使用元组来指定需要修改的列标签位置，并将其指定为新的标签。下面的代码将把列标签 ('B', 'D', 'F') 修改为 'NewLabel'。

# 重命名单个列标签
df = df.rename(columns={('B', 'D', 'F'): 'NewLabel'})

重命名后的数据框如下所示：

First         A                             B                    
Second        C                   D           C                   NewLabel         E
Third         E         F         E         F         E         F         E         F
X        1.482621  0.761050 -0.910997 -0.030816  0.986426  0.408955 -0.718193  1.614900
Y       -2.452519 -0.918777  1.108988  0.565587  0.778465 -0.654177  1.020560 -0.527439

我们可以看到，列标签 ('B', 'D', 'F') 已经被成功修改为 'NewLabel'。