Python 重命名多索引列不起作用

我正在尝试动态重命名数据框的列。原因是我想做一些像

df.rename(..).plot()

这就是我尝试这样做的方式：

import pandas as pd
import numpy as np

np.random.seed(42)

cols = [(100,i) for i in range(1, 6)]
cols_replace = ['Sensor ' + str(i) for i in range(1, len(cols)+1)]

rename_dict = dict(zip(df.columns, cols_replace))

df = pd.DataFrame(np.random.rand(5, len(cols)), columns=pd.MultiIndex.from_tuples(cols))

print(df.rename(columns=rename_dict))

但是，由于某些原因，这不起作用，因为生成的数据框仍然没有显示我正在查找的列名：

        100                                        
          1         2         3         4         5
0  0.374540  0.950714  0.731994  0.598658  0.156019
1  0.155995  0.058084  0.866176  0.601115  0.708073
2  0.020584  0.969910  0.832443  0.212339  0.181825
3  0.183405  0.304242  0.524756  0.431945  0.291229
4  0.611853  0.139494  0.292145  0.366362  0.456070

为什么这不能像我期望的那样工作？我有没有办法做到这一点

---

rename\u dict

的内容是：

{(100, 1): 'Sensor 1', 
 (100, 2): 'Sensor 2', 
 (100, 3): 'Sensor 3', 
 (100, 4): 'Sensor 4', 
 (100, 5): 'Sensor 5'}

---

尝试将

重命名

与

级别

参数一起使用-

df = df.rename(columns='Sensor {}'.format , level=1)  

感谢Zero在速记方面的改进。或者

i = df.columns.levels[1]   # OP's suggestion, for more flexibility!
j = ['Sensor ' + str(x) for x in range(1, len(cols) + 1)]
rename_dict = dict(zip(i, j))

df = df.rename(columns=rename_dict, level=1)

---

由于您希望在第一个级别（而不是第零个级别）上应用重命名操作，如果将=

i=range（1,6）

更改为

i=df.columns.levels[1]

则传递

level=1
，这更灵活，更符合我的要求。我认为我可以提供元组形式的键，只要它们包含在索引中——显然不是这样。谢谢，一如既往：）原因是ofc的值不一定只是
范围（..）
，而是可以是任意的。@displayname不用担心。另外，很好的调整，谢谢。用
df.rename（columns='Sensor{}.format，level=1）速记

df
        100                                        
   Sensor 1  Sensor 2  Sensor 3  Sensor 4  Sensor 5
0  0.374540  0.950714  0.731994  0.598658  0.156019
1  0.155995  0.058084  0.866176  0.601115  0.708073
2  0.020584  0.969910  0.832443  0.212339  0.181825
3  0.183405  0.304242  0.524756  0.431945  0.291229
4  0.611853  0.139494  0.292145  0.366362  0.456070