python - Pandas:更改具有多级列的数据框中的特定列名称

我想找到在多级数据帧中更改特定列名称的方法。
使用此数据：

data = {
    ('A', '1', 'I'): [1, 2, 3, 4, 5],
    ('B', '2', 'II'): [1, 2, 3, 4, 5],
    ('C', '3', 'I'): [1, 2, 3, 4, 5],
    ('D', '4', 'II'): [1, 2, 3, 4, 5],
    ('E', '5', 'III'): [1, 2, 3, 4, 5],
}

dataDF = pd.DataFrame(data)

此代码不起作用：

dataDF.rename(columns = {('A', '1', 'I'):('Z', '100', 'Z')}, inplace=True)

结果：

    A   B   C   D   E
    1   2   3   4   5
    I   II  I   II  III
0   1   1   1   1   1
1   2   2   2   2   2
2   3   3   3   3   3
3   4   4   4   4   4
4   5   5   5   5   5

也不是：

dataDF.columns.values[0] = ('Z', '100', 'Z')

结果：

    A   B   C   D   E
    1   2   3   4   5
    I   II  I   II  III
0   1   1   1   1   1
1   2   2   2   2   2
2   3   3   3   3   3
3   4   4   4   4   4
4   5   5   5   5   5

但以上代码的组合起作用了！！！！

dataDF.columns.values[0] = ('Z', '100', 'Z')
dataDF.rename(columns = {('A', '1', 'I'):('Z', '100', 'Z')}, inplace=True)
dataDF

结果：

    Z   B   C   D   E
    100 2   3   4   5
    Z   II  I   II  III
0   1   1   1   1   1
1   2   2   2   2   2
2   3   3   3   3   3
3   4   4   4   4   4
4   5   5   5   5   5

这是熊猫的虫子吗？

最佳答案

这是我的理论
熊猫不希望pd.Indexs是可变的。如果我们自己尝试更改索引的第一个元素，就可以看到这一点。

dataDF.columns[0] = ('Z', '100', 'Z')

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-32-2c0b76762235> in <module>()
----> 1 dataDF.columns[0] = ('Z', '100', 'Z')

//anaconda/envs/3.5/lib/python3.5/site-packages/pandas/indexes/base.py in __setitem__(self, key, value)
   1372
   1373     def __setitem__(self, key, value):
-> 1374         raise TypeError("Index does not support mutable operations")
   1375
   1376     def __getitem__(self, key):

TypeError: Index does not support mutable operations

但是pandas无法控制您执行的values属性。

dataDF.columns.values[0] = ('Z', '100', 'Z')

我们看到dataDF.columns看起来是一样的，但是dataDF.columns.values清楚地反映了变化。不幸的是，df.columns.values并不是数据帧显示的内容。
另一方面，这看起来确实是可行的。事实上，这对我来说并没有错。

dataDF.rename(columns={('A', '1', 'I'): ('Z', '100', 'Z')}, inplace=True)

我认为这只在改变了值之后才起作用的原因是，rename正在通过查看值强制重建列。既然我们改变了价值观，它现在就起作用了。这是非常笨拙的，我不建议构建依赖于此的流程。
我的建议
标识要更改的列名称的位置
将列名称分配给值数组
从头开始创建新列，明确

from_col = ('A', '1', 'I')
to_col = ('Z', '100', 'Z')
colloc = dataDF.columns.get_loc(from_col)
cvals = dataDF.columns.values
cvals[colloc] = to_col

dataDF.columns = pd.MultiIndex.from_tuples(cvals.tolist())

dataDF

[![enter code here][1]][1]