如何修改Pandas多层级DataFrame的索引标签与索引名称

嘿，我来一步步带你手动搞定这个多级索引的修改，完全不用那些一键式的快捷方法，让你彻底搞懂每一步的逻辑～

首先先把你的原始代码再贴一遍，方便我们对照操作：

import pandas as pd
import numpy as np

outside='g1 g1 g1 g2 g2 g2'.split()
inside='1 2 3 1 2 3'.split()
hier_index=list(zip(outside,inside))
hier_index= pd.MultiIndex.from_tuples(hier_index)
df=pd.DataFrame(np.random.randn(6,3), hier_index, ['a','b','c'])
df.index.names = ['Outer Group', 'Inner Numbers']

接下来我们分三个步骤完成所有修改，每一步都清晰展示底层逻辑：

1. 把外层索引的g1、g2改成X、Y #

Pandas的多级索引（MultiIndex）本质是由levels（存储每一级的唯一值）和codes（存储每个位置对应levels的下标）组成的。我们可以直接修改外层（第0级）的levels值：

# 取出当前索引的levels和codes，转成列表方便修改
levels = list(df.index.levels)
codes = list(df.index.codes)

# 修改第0级（外层）的levels：把原有的['g1','g2']换成['X','Y']
levels[0] = ['X', 'Y']

# 用修改后的levels和codes重新构建多级索引，保留原来的索引名称
new_index = pd.MultiIndex(levels=levels, codes=codes, names=df.index.names)
# 把新索引赋值给df
df.index = new_index

这时候你打印df.index，就能看到外层的g1已经变成X，g2变成Y了。

2. 把X（原g1）对应的内层索引1、2、3改成a、b、c #

这一步需要针对外层为X的行，单独修改它们的内层索引值。我们可以先把所有索引转成元组列表，逐个检查修改：

# 获取当前所有索引的元组列表
index_tuples = list(df.index)

# 遍历每个元组，修改符合条件的内层值
modified_tuples = []
for outer_val, inner_val in index_tuples:
    if outer_val == 'X':
        # 定义内层值的映射关系
        inner_mapping = {'1': 'a', '2': 'b', '3': 'c'}
        modified_tuples.append( (outer_val, inner_mapping[inner_val]) )
    else:
        # 外层是Y的行，内层值保持不变
        modified_tuples.append( (outer_val, inner_val) )

# 用修改后的元组重新构建多级索引，保留当前的索引名称
new_index = pd.MultiIndex.from_tuples(modified_tuples, names=df.index.names)
df.index = new_index

现在查看df，X组的内层索引已经变成a、b、c，Y组的内层还是原来的1、2、3。

3. 修改索引名称：Outer Group→Level 1，Inner Numbers→Level 2 #

这一步最简单，直接修改索引的names属性就行：

df.index.names = ['Level 1', 'Level 2']

最终效果验证 #

运行print(df)，你会得到类似这样的结果（数值是随机的，索引结构正确就没问题）：

a         b         c
Level 1 Level 2                           
X       a     0.423198 -0.187643  0.945217
        b    -0.567891  0.321098 -0.765432
        c     0.112233 -0.445566  0.778899
Y       1     -0.234567  0.876543 -0.123456
        2      0.543210 -0.987654  0.654321
        3     -0.333333  0.666666 -0.999999

内容的提问来源于stack exchange，提问作者Deshwal