python数据帧将列重命名为多索引列
我有以下python数据帧将列重命名为多索引列,python,pandas,dataframe,Python,Pandas,Dataframe,我有以下dataframe import numpy as np import pandas as pd df = pd.DataFrame(np.random.random((4,4))) df Out[5]: 0 1 2 3 0 0.136122 0.948477 0.173869 0.929373 1 0.194699 0.759875 0.723993 0.497966 2 0.323100 0.
dataframe
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.random((4,4)))
df
Out[5]:
0 1 2 3
0 0.136122 0.948477 0.173869 0.929373
1 0.194699 0.759875 0.723993 0.497966
2 0.323100 0.443267 0.210721 0.681426
3 0.590853 0.710664 0.202502 0.950658
我还有一个列映射器:
mapping = {0: ('1', 'A'), 1: ('1', 'B'), 2: ('2', 'A'), 3: ('2', 'B')}
有没有办法使用mapping
将df
中的列重命名为下面的列?即直接通过映射将列更改为多索引
1 2
A B A B
0 0.136122 0.948477 0.173869 0.929373
1 0.194699 0.759875 0.723993 0.497966
2 0.323100 0.443267 0.210721 0.681426
3 0.590853 0.710664 0.202502 0.950658
ps,我知道我可以简单地做到以下几点
df.columns = pd.MultiIndex.from_product([['1','2'],['A','B']])
使用,如果可以使用0.23+,则省略。获取:
df.columns = df.columns.map(mapping.get)
print (df)
1 2
A B A B
0 0.696469 0.286139 0.226851 0.551315
1 0.719469 0.423106 0.980764 0.684830
2 0.480932 0.392118 0.343178 0.729050
3 0.438572 0.059678 0.398044 0.737995
另一个带有重命名
的解决方案,但在下一步中必须转换为多索引
: