使用groupby().agg()后如何重命名DataFrame的列名？

你的问题出在：rename里用了字符串形式的元组（比如"('name_d', '')"）作为匹配键，但DataFrame的列名实际是元组对象，不是字符串，所以完全匹配不上，导致重命名失效。

下面是三种可行的解决方法：

方法一：直接替换列名列表 #

既然你已经明确列的顺序，直接给columns赋值新的列名列表最直接：

bilateral.columns = ['name_d', 'year', 'regime_origin', 'FLOW', 'GDP_d']

方法二：用元组作为rename的匹配键 #

把原来的字符串键换成真实的元组对象，就能精准匹配到对应的多级列：

bilateral.rename(columns={
    ('name_d', ''): 'name_d',
    ('year', ''): 'year',
    ('regime_origin', ''): 'regime_origin',
    ('FLOW', 'sum'): 'FLOW',
    ('GDP_d', 'min'): 'GDP_d'
}, inplace=True)

方法三：聚合时直接指定列名（推荐） #

在agg阶段就直接定义好最终列名，从根源避免生成多级列，更高效：

bilateral = bilateral.groupby(["name_d", "year", "regime_origin"]).agg(
    FLOW=("FLOW", "sum"),
    GDP_d=("GDP_d", "min")
).reset_index()

这样执行后得到的DataFrame列名就是普通的单级列，无需后续重命名操作。

内容的提问来源于stack exchange，提问作者user19562955