Python pandas merge后列名带单引号 执行rename重命名操作报错如何解决

问题原因 #

1. 你看到的带单引号的列名本质不是字符串，是多级列索引（MultiIndex），每一个列名都是元组格式。你把元组转成字符串作为rename的匹配key，和实际列名类型不匹配，自然找不到对应列，重命名完全不生效。出现该情况大概率是merge的其中一个输入DataFrame之前做过groupby聚合操作，agg聚合时默认生成了多级列索引，merge时直接保留了该结构，打印时pandas把元组转为字符串展示才会看到单引号。
2. 代码存在语法错误：使用inplace=True参数时，rename方法的返回值为None，你把返回值赋值给data_renamed后调用dtype会直接报错，因为None对象没有该属性。

解决方法 #

步骤1：验证列索引类型 #

先执行以下代码确认是否为多级索引：

print(type(data.columns))
print(data.columns)

如果输出包含<class 'pandas.core.indexes.multi.MultiIndex'>即可确认问题根因。

步骤2：正确执行重命名 #

直接用元组作为匹配key即可，根据使用习惯选择以下两种写法之一：

写法1：不使用inplace，直接接收新DataFrame

data_renamed = data.rename(columns={
    ('MonthCompletionXWSWeighting', 'sum'): "MonthCompletionXWSWeighting",
    ('Actual / Plan', ''): "Actual / Plan",
    ('Month', ''): "Month",
    ('#', ''): "#"
})
# 验证重命名结果
print(data_renamed.columns)

写法2：使用inplace，不做变量赋值

data.rename(columns={
    ('MonthCompletionXWSWeighting', 'sum'): "MonthCompletionXWSWeighting",
    ('Actual / Plan', ''): "Actual / Plan",
    ('Month', ''): "Month",
    ('#', ''): "#"
}, inplace=True)
# 验证重命名结果
print(data.columns)

可选：批量拍平多级列索引 #

如果需要处理的列很多，不想逐个写映射规则，可以批量将多级索引转为单级：

# 规则：第二层索引非空则拼接，为空直接取第一层
data.columns = [f"{col[0]}_{col[1]}" if col[1] else col[0] for col in data.columns]

# 如果只需要保留第一层索引，写法更简单
data.columns = data.columns.get_level_values(0)

内容的提问来源于stack exchange，提问作者v-jh