如何使用字典重命名Pandas多层Index的指定层级？

Pandas原生的Index.rename（包括MultiIndex）并不直接支持传入字典按层级名称重命名，它默认要求按层级顺序传入列表或单个名称。不过可以通过简单的逻辑实现你要的效果，无需关心层级位置。

方法1：自定义函数封装 #

写一个复用性强的函数，直接传入索引和重名字典即可：

import pandas as pd

def rename_index_by_name(idx, name_mapping):
    current_names = list(idx.names)
    # 遍历字典替换对应层级名称，不存在的名称会被忽略
    updated_names = [name_mapping.get(name, name) for name in current_names]
    return idx.rename(updated_names)

使用示例

假设你有这样的多层索引：

# 创建示例多层索引
multi_idx = pd.MultiIndex.from_product(
    [['A', 'B'], [1, 2]],
    names=['CFD', 'value']
)
df = pd.DataFrame({'data': [10, 20, 30, 40]}, index=multi_idx)

调用函数重命名'CFD'层级：

df.index = rename_index_by_name(df.index, {'CFD': 'new_CFD_level'})
print(df.index.names)  # 输出: ['new_CFD_level', 'value']

方法2：一行代码直接实现 #

如果不需要复用，直接用列表推导式一行搞定：

name_map = {'CFD': 'species'}
df.index = df.index.rename([name_map.get(n, n) for n in df.index.names])

这个逻辑的核心是：先获取当前所有层级的名称列表，遍历每个名称时用字典的get方法——如果名称在重名字典里，就替换成新名称；否则保持原名称不变。这样不管目标层级在索引的第几个位置，都能精准匹配重命名。

内容的提问来源于stack exchange，提问作者user171780