重命名具有任意顺序和重复列名的多索引列

Question

我有一个DataFrame overview (这个问题的缩写)。

>>> import pandas as pd
>>> import numpy as np
>>>
>>> index = pd.Index(['Abbott PLC', 'Abbott, Rogahn and Bednar'], dtype='object', name='Account Name')
>>> columns = pd.MultiIndex(levels=[['total', 'quantity'], ['count', 'sum']], labels=[[0, 0, 1], [1, 0, 1]])
>>> values = np.array([[755.44,   1.  ,  19.  ], [615.6 ,   1.  ,  18.  ]])
>>> 
>>> overview = pd.DataFrame(values, columns=columns, index=index)
>>> overview
                            total       quantity
                              sum count      sum
Account Name                                    
Abbott PLC                 755.44   1.0     19.0
Abbott, Rogahn and Bednar  615.60   1.0     18.0

列名很奇怪，因为在我的实际代码中，这个结果来自具有以下分组操作的DataFrame df。

aggregators = {'total': ['sum', 'count'], 'quantity': 'sum'}
overview = df.groupby('Account Name')['total', 'quantity'].agg(aggregators)

我想重命名overview的列，所需的结果如下所示：

                            gross  checkouts  items
Account Name                                       
Abbott PLC                 755.44        1.0   19.0
Abbott, Rogahn and Bednar  615.60        1.0   18.0

我不能简单地使用overview.columns = ['gross', 'checkouts', 'items']或来自这个类似的问题的答案，因为在使用agg之后，列的顺序是任意的。(应用rename似乎也很棘手，因为名称'sum'重复。)

目前，我正在使用OrderedDict for aggregators来解决这个问题，因此overview有一个确定性列代码。但是，假设overview的创建不能固定在上游，我如何才能优雅地达到我想要的结果？

Answer 1

您的dataframe有一个MultiIndex作为列。有几种方法可以简化为常规索引：

pd.Index.map

overview.columns = overview.columns.map('_'.join)

列表理解+f-字符串

使用Python 3.6+，您可以使用格式化的字符串文本(佩普498)：

overview.columns = [f'{i}_{j}' for i, j in overview.columns]

列表理解+ str.format / str.join

对于<3.6版本，可以使用str.format或str.join

overview.columns = ['{i}_{j}'.format(i, j) for i, j in overview.columns]

overview.columns = list(map('_'.join, overview.columns))

要仅重命名，可以直接使用字典映射：

d = {('total', 'sum'): 'gross', ('total', 'count'): 'checkouts',
     ('quantity', 'sum'): 'items'}

overview.columns = np.vectorize(d.get)(overview.columns)