Pandas多级索引语法难查找，求教重命名及创建多列方法

没问题，我来帮你搞定Pandas多级索引（MultiIndex）的重命名和新增多列操作！针对你给出的这个MultiIndex DataFrame，我分两个核心场景给你详细说明：

一、重命名多级索引（列） #

多级索引的重命名分两种常见需求：修改层级名称（比如把top改成更清晰的标识），和修改具体的列标签（比如把location1改成north）。

1. 修改层级名称（Names） #

你可以直接通过set_names方法修改某个或多个层级的名称，指定level参数对应要修改的层级：

# 把原层级名'top'→'topic_category'，'loc'→'region'，'S'→'sample'
df.columns = df.columns.set_names(
    ['topic_category', 'region', 'sample'], 
    level=['top', 'loc', 'S']
)

2. 修改具体列标签 #

如果要修改某一层级下的具体标签，比如把location1改成north、location2改成south，可以用rename方法指定层级：

# 修改loc层级的标签映射
df = df.rename(
    columns={'location1': 'north', 'location2': 'south'}, 
    level='loc'
)

如果需要修改特定交叉路径的标签（比如topic1→location1→S1改为Sample_A），可以先把列转成元组列表，修改后重新构建MultiIndex：

# 遍历所有列元组，替换目标标签
new_col_tuples = []
for col_tuple in df.columns:
    if col_tuple == ('topic1', 'location1', 'S1'):
        new_col_tuples.append(('topic1', 'location1', 'Sample_A'))
    else:
        new_col_tuples.append(col_tuple)

# 重新设置列索引
df.columns = pd.MultiIndex.from_tuples(
    new_col_tuples, 
    names=['top', 'loc', 'S']
)

二、创建新的多级索引列 #

新增多级列的场景也分两种：直接新增一组全新的多级列，和基于现有列计算生成新多级列。

1. 新增全新的多级列 #

比如要新增topic2下的location1、location2对应的S1、S2列，可以先构造新的MultiIndex，再赋值数据：

# 构造新的多级列索引
new_cols = pd.MultiIndex.from_product(
    [['topic2'], ['location1','location2'], ['S1','S2']],
    names=['top', 'loc','S']
)

# 生成随机数据（和原df行数一致）
new_data = np.random.randn(df.shape[0], len(new_cols))

# 给df新增这组列
df[new_cols] = new_data

2. 基于现有列计算生成新多级列 #

比如要给每个location新增一个S_mean列，值为该location下S1和S2的均值，可以这么做：

# 先筛选出需要计算的列：topic1下所有location的S1、S2
target_cols = df.xs(('topic1', slice(None), ['S1','S2']), level=['top','loc','S'], axis=1)

# 按location层级计算均值
s_mean = target_cols.mean(axis=1, level='loc')

# 把计算结果转成多级列格式
s_mean.columns = pd.MultiIndex.from_product(
    [['topic1'], s_mean.columns, ['S_mean']],
    names=['top', 'loc','S']
)

# 合并到原DataFrame
df = pd.concat([df, s_mean], axis=1)

内容的提问来源于stack exchange，提问作者Gege