Pandas 选择/重命名/简化多索引数据帧

在执行了一些groupby和pivot操作之后，生成的数据帧以多级列和索引值结束

有人能举例说明如何操作这些多值列吗

例如，下面是这些列现在的样子：

>>> result.columns
MultiIndex(levels=[[u'min', u'median', u'mean', u'max', u'std', u'count'], [1, 2, 3, 4, 5]],
           labels=[[0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], [0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4]],
           names=[None, u'Nums'])

是否有办法将列重命名为级别的组合字符串，如：“1-min”、“3-median”

保留功能的多索引（MultiIndex）是否更好，只需重命名标签？ 我想找到一种方法，通过级别组合（“1-min”、“3-median”）来选择列

另外，现在当我将dataframe导出到csv文件时，我将多索引列值分为两行（第1行-“min”第2行-“1”），并希望将它们合并为一行

问题有点宽泛，但我想看看有哪些选项/功能可以处理这种结果

---

您可以获取多索引的级别值，并使用数组操作将它们相加

result.columns.get_level_values(1).astype(str) + '-' + result.columns.get_level_values(0)

Index(['1-min', '2-min', '3-min', '4-min', '5-min', '1-median', '2-median',
       '3-median', '4-median', '5-median', '1-mean', '2-mean', '3-mean',
       '4-mean', '5-mean', '1-max', '2-max', '3-max', '4-max', '5-max',
       '1-std', '2-std', '3-std', '4-std', '5-std', '1-count', '2-count',
       '3-count', '4-count', '5-count'],
      dtype='object')

结果[[（1，'min'），（3，'median'）]]

应该可以做到这一点