Python 如果要对某个帧进行加密，则该帧将丢失列名

我将pandas版本0.16.0与Python2.7一起使用

我在

列

和

索引

索引上都有一个带多索引的SparFrame：

In [1]: df.index.names
Out[1]: FrozenList([u'Malicious', u'Environment', u'Agent Version', u'Datamodel Version', u'Operating System', u'User', u'Process', u'Unique ID', u'Valid', u'Count'])

以及：

当我将数据帧转换为密集矩阵时，

索引

多索引名称保持不变：

In [1]: df.to_dense().index.names
Out[1]: FrozenList([u'Malicious', u'Environment', u'Agent Version', u'Datamodel Version', u'Operating System', u'User', u'Process', u'Unique ID', u'Valid', u'Count'])

但是，

列

多索引名称将丢失并替换为

无

In [1]: df.to_dense().columns.names
Out[1]: FrozenList([None, None, None])

同时保持多索引结构

我知道我可以通过这样做简单地重新分配以前的名字

In [20]: dense = df.to_dense()
In [21]: dense.columns.names = df.columns.names
In [22]: dense.columns.names
Out[22]: FrozenList([u'Feature', u'Parameter', u'Value'])

但我的问题是，如果这是预期的行为，为什么会发生这种情况？如果是，为什么

---

谢谢

这可能是一个bug，但是

df.columns

和

df.columns.names

之间有什么区别？

df.columns

是

多索引

对象，这是

names

属性是一个

FrozenList

单独描述列的名称，这可能是一个错误，当转换为密集df时，它没有传播属性，值得在@EdChum上检查：当然我已经检查过了，找不到任何相关内容。

In [20]: dense = df.to_dense()
In [21]: dense.columns.names = df.columns.names
In [22]: dense.columns.names
Out[22]: FrozenList([u'Feature', u'Parameter', u'Value'])