在Pandas DataFrame中将指定列层级的字符串值替换为元组

嗨，我来帮你搞定这个问题！你想要把多级列索引里某个层级的字符串值换成元组，直接去修改df.columns.levels可不是个好主意——因为MultiIndex的levels是不可变结构，强行改还可能破坏索引内部的对应关系，导致后续出问题。我给你分享一个安全又灵活的方法，不管你知道层级名称还是层级位置，都能轻松实现需求。

首先先回顾下你的示例代码和需求：

import pandas as pd

arrays = [["array_0", "array_0"], ["col1", "col2"]]
col_idx = pd.MultiIndex.from_arrays(arrays, names=["level_0", "level_1"])

df = pd.DataFrame(data=[[1,2],[3,4],[5,6]], columns=col_idx)

print(df)

输出是：

level_0    array_0     
level_1    col1 col2
0             1    2
1             3    4
2             5    6

你希望把level_0层级里的"array_0"替换成元组(10,20,30)，最终得到目标输出。

方法一：根据层级名称修改（更直观） #

如果知道要修改的层级名称（比如level_0），可以用这个方法：

# 定义关键参数：要修改的层级名、旧值、新元组
target_level = "level_0"
old_value = "array_0"
new_tuple = (10, 20, 30)

# 提取每个层级的标签，对目标层级进行替换
levels_list = []
for level_name in df.columns.names:
    if level_name == target_level:
        # 把该层级所有等于old_value的元素换成新元组
        modified_vals = [new_tuple if val == old_value else val for val in df.columns.get_level_values(level_name)]
    else:
        # 其他层级保持原标签不变
        modified_vals = df.columns.get_level_values(level_name).tolist()
    levels_list.append(modified_vals)

# 用修改后的标签重新构造MultiIndex
new_columns = pd.MultiIndex.from_arrays(levels_list, names=df.columns.names)

# 替换DataFrame的列索引
df.columns = new_columns

print(df)

运行后就能得到你想要的结果：

level_0    (10,20,30)     
level_1    col1       col2
0             1          2
1             3          4
2             5          6

方法二：根据层级位置修改（适配未知层级名的场景） #

如果不知道层级名称，只知道它在第几层（比如第0层），可以调整代码如下：

# 定义关键参数：要修改的层级位置、旧值、新元组
target_level_pos = 0
old_value = "array_0"
new_tuple = (10, 20, 30)

levels_list = []
for idx in range(len(df.columns.names)):
    if idx == target_level_pos:
        modified_vals = [new_tuple if val == old_value else val for val in df.columns.get_level_values(idx)]
    else:
        modified_vals = df.columns.get_level_values(idx).tolist()
    levels_list.append(modified_vals)

new_columns = pd.MultiIndex.from_arrays(levels_list, names=df.columns.names)
df.columns = new_columns

这个方法和上面的逻辑一致，只是把层级名称判断换成了层级位置判断，适合你说的“不知道提前要修改哪个层级”的真实场景。

为什么不直接修改levels？ #

补充一句：Pandas的MultiIndex是通过levels（唯一值集合）和codes（每个位置对应levels的索引）来实现的，直接修改levels会打破两者的对应关系，导致后续索引操作出错，甚至抛出异常。所以重新构造MultiIndex是最安全的做法。

备注：内容来源于stack exchange，提问作者Andi