如何将Pandas多级索引DataFrame的geo索引替换为映射的id_region？

直接操作多级索引的级别即可，不用来回切换索引与列，以下是两种便捷实现方式：

方法一：直接修改索引级别值（推荐） #

通过映射字典替换geo级别的索引值，再重命名索引级别，全程无需改动列结构：

1. 从mapping_df构建geo到id_region的映射字典：

geo_to_region = mapping_df['id_region'].to_dict()

2. 替换df中geo级别的索引值：

# 提取geo级别的所有值，用映射字典转换后替换原索引级别
df.index = df.index.set_levels(
    df.index.get_level_values('geo').map(geo_to_region),
    level='geo'
)

3. 将索引级别名称从geo改为id_region：

df.index = df.index.rename('id_region', level='geo')

方法二：合并后快速重构索引 #

如果习惯用join操作，可合并映射表后直接重构索引：

# 合并mapping_df，将id_region列加入df
df = df.join(mapping_df)
# 把geo索引转为列，再将id_region设为二级索引，最后删除临时列
df = df.reset_index(level='geo').set_index('id_region', append=True).drop(columns='geo')

测试示例 #

先构造测试数据验证效果：

import pandas as pd

# 构造多级索引测试df
df = pd.DataFrame(
    {'value': [10, 20, 30, 40]},
    index=pd.MultiIndex.from_tuples(
        [('X', 'SH'), ('X', 'BJ'), ('Y', 'SH'), ('Y', 'GZ')],
        names=['siec', 'geo']
    )
)

# 构造映射表测试数据
mapping_df = pd.DataFrame(
    {'id_region': ['CN-01', 'CN-02', 'CN-03']},
    index=pd.Index(['BJ', 'SH', 'GZ'], name='geo')
)

执行方法一代码后，df的索引会变为['siec', 'id_region']，最终数据结构如下：

内容的提问来源于stack exchange，提问作者Stefan