我们在使用pandas的groupby方法做统计分析时，发现聚合后的列名是MultiIndex类型。此时，必须通过元组的复合索引方式，才能有效提取列的信息。
下面，将以一个具体的实例，来说明如何快速、有效的修改MultiIndex格式的列名。
首先，创建一个Dataframe类型的数据data:
import pandas as pd# 首先构造一个Dataframedata = pd.Dataframe([["小明", "英语", "80"], ["小明", "数学", "70"], ["小明", "语文", "81"], ["小红", "英语", "80"], ["小红", "英语", "95"]], columns=["name", "subject", "score"])print(data)print(data.columns)
此时，打印data的列名，是Index格式。并且，可以直接通过rename方法重命名columns，这里就不作演示。
name subject score0 小明 英语 801 小明 数学 702 小明 语文 813 小红 英语 804 小红 英语 95Index(['name', 'subject', 'score'], dtype='object')
如果使用groupby方法，对每个人的学科得分做一个求和（sum）和平均（mean）：
import pandas as pd# 首先构造一个Dataframedata = pd.Dataframe([["小明", "英语", "80"], ["小明", "数学", "70"], ["小明", "语文", "81"], ["小红", "英语", "80"], ["小红", "英语", "95"]], columns=["name", "subject", "score"])# 对data做统计：求和、均值data_groupby = data.groupby(["name", "subject"]).agg({"score": ["sum", "mean"]})print(data_groupby)print("n")print(data_groupby.columns)
此时，data_groupby的columns类型，变成MultiIndex。
score sum meanname subject 小明 数学 70 70.0 英语 80 80.0 语文 81 81.0小红 英语 8095 4047.5MultiIndex([('score', 'sum'), ('score', 'mean')], )
如果使用rename方法，对列名重命名，发现并不起作用。
import pandas as pd# 首先构造一个Dataframedata = pd.Dataframe([["小明", "英语", "80"], ["小明", "数学", "70"], ["小明", "语文", "81"], ["小红", "英语", "80"], ["小红", "英语", "95"]], columns=["name", "subject", "score"])# 对data做统计：求和、均值data_groupby = data.groupby(["name", "subject"]).agg({"score": ["sum", "mean"]})# 重命名列名：不起作用data_groupby.rename({("score", "sum"): "score_sum", ("score", "mean"): "score_mean"}, inplace=True)print(data_groupby.columns)MultiIndex([('score', 'sum'), ('score', 'mean')], )
所以，我们通过遍历columns的方式，将MultiIndex的一级和二级索引拼接在一起，作为data的新列名。
import pandas as pd# 首先构造一个Dataframedata = pd.Dataframe([["小明", "英语", "80"], ["小明", "数学", "70"], ["小明", "语文", "81"], ["小红", "英语", "80"], ["小红", "英语", "95"]], columns=["name", "subject", "score"])# 对data做统计：求和、均值data_groupby = data.groupby(["name", "subject"]).agg({"score": ["sum", "mean"]})# 重命名列名：不起作用# data_groupby.rename({("score", "sum"): "score_sum", ("score", "mean"): "score_mean"}, inplace=True)# 重命名列名data_groupby.columns = [i[0] + "_" + i[1] for i in data_groupby.columns]print(data_groupby.columns)Index(['score_sum', 'score_mean'], dtype='object')
这样的话，完美变为我们想要的列名。