为何用DataFrame.to_dict()生成嵌套字典无法用于重命名列？

Pandas的列重命名操作（不管是直接赋值给columns属性，还是使用rename()方法），都要求映射关系必须是原列名作为键、新列名作为值的单层字典。嵌套字典的结构完全不符合这个输入要求，所以无法直接用来重命名列。

分析两种代码实现 #

代码示例1：生成嵌套字典的问题

# Rename columns
cen_columns = cen_columns[['VARIABLE','LABEL_CLEAN']].set_index("VARIABLE").to_dict()
census_age.columns = census_age.columns.to_series().map(cen_columns['LABEL_CLEAN'])

这段代码里，set_index("VARIABLE").to_dict()默认会生成嵌套字典：

{'LABEL_CLEAN': {'B01001_001E': 'Total',
  'B01001_002E': 'Male',
  'B01001_003E': 'Male_Under_5',
...}}

这个嵌套字典的外层键是原DataFrame的列名LABEL_CLEAN，内层才是我们需要的列名映射关系。如果直接把这个嵌套字典传给rename(columns=...)，Pandas会把LABEL_CLEAN当成要重命名的原列名，显然不符合需求。

你代码里通过cen_columns['LABEL_CLEAN']提取出了内层的单层字典，这一步其实是可以实现重命名的，但嵌套字典本身无法直接用于重命名操作。

代码示例2：单层字典的适配性

#Rename Columns 
cen_columns = dict(zip(cen_columns['VARIABLE'], cen_columns['LABEL_CLEAN']))
census_age.rename(columns=cen_columns,inplace=True)
census_age.head(2)

dict(zip(...))直接生成了{原列名: 新列名}的单层字典：

{'B01001_001E': 'Total',
  'B01001_002E': 'Male',
  'B01001_003E': 'Male_Under_5'....}

这种结构完全匹配Pandas重命名方法的参数要求，所以能直接生效。

优化代码示例1的写法 #

其实可以调整代码1的写法，直接生成单层字典，不用嵌套：

cen_columns = cen_columns.set_index("VARIABLE")['LABEL_CLEAN'].to_dict()
census_age.rename(columns=cen_columns, inplace=True)

先通过set_index("VARIABLE")['LABEL_CLEAN']得到以原列名为索引的Series，再转成字典，就能直接得到符合要求的单层映射字典。

内容的提问来源于stack exchange，提问作者Tinkinc