Pandas 1.1.5版本三级列DataFrame修改指定列顶层列名失败求助

我明白你现在遇到的问题——用pandas 1.1.5处理三级列的DataFrame时，想修改第一列的顶层列名，但之前的代码没起作用。先帮你理清楚问题，再给出具体的解决办法。

首先，先还原你的DataFrame列结构，它的列是一个三级MultiIndex，打印df.columns会看到类似这样的结果：

MultiIndex([('Revenue', 'Firm', 'Person'),
            ('Revenue',  'GRP',    'DIR')],
           )

对应的数据表格是：

你的需求是把第一列的顶层列名从Revenue改成Firm，让第一列的三级列头变为(Firm, Firm, Person)。

为什么你之前的代码没效果？ #

你尝试的代码：

df.rename(columns={df.columns[0]: "-"}, level=0, inplace=True)

问题出在参数传递上：df.columns[0]是整个三级列标签的元组（('Revenue', 'Firm', 'Person')），而rename指定level=0时，需要的是该层级标签的映射关系，不是整个列标签的替换。两者不匹配，所以代码执行后没有任何变化。

可行的解决方案 #

根据你的需求，这里有两种靠谱的方法：

方法一：仅修改第一列的顶层列名（精准修改）

如果你只想修改第一列的顶层列名，不影响其他同层级的标签，可以直接操作MultiIndex的层级值：

# 获取顶层（level=0）的所有标签列表
level0_labels = list(df.columns.get_level_values(0))
# 修改列表中第一个元素
level0_labels[0] = 'Firm'
# 将修改后的列表设置回columns的level=0
df.columns = df.columns.set_levels(level0_labels, level=0)

方法二：批量修改同层级的所有匹配标签（如果需要）

如果你想把所有顶层是Revenue的列名都改成Firm，可以用rename配合层级映射：

df.rename(columns={'Revenue': 'Firm'}, level=0, inplace=True)

验证效果 #

执行完方法一的代码后，你的DataFrame列结构会变成：

MultiIndex([('Firm', 'Firm', 'Person'),
            ('Revenue',  'GRP',    'DIR')],
           )

对应的表格展示就是你预期的样子：

内容的提问来源于stack exchange，提问作者Peter