如何重命名重复的 MultiIndex 列名称？

Question

我有一个包含两级列索引的数据框。

可重现的数据集。

df = pd.DataFrame(

   [ ['Gaz','Gaz','Gaz','Gaz'],

    ['X','X','X','X'],

    ['Y','Y','Y','Y'],

    ['Z','Z','Z','Z']],

columns=pd.MultiIndex.from_arrays([['A','A','C','D'],

                          ['Name','Name','Company','Company']])

我想重命名重复的 MultiIndex 列，仅当 level-0 和 level-1 组合重复时。然后在末尾添加一个后缀数字。就像下面的那个。

下面是我找到的一个解决方案，但它只适用于单级列索引。

class renamer():

def __init__(self):

    self.d = dict()

def __call__(self, x):

    if x not in self.d:

        self.d[x] = 0

        return x

    else:

        self.d[x] += 1

        return "%s_%d" % (x, self.d[x])

df = df.rename(columns=renamer())

我认为可以修改上述方法以支持多级情况，但我对 pandas/python 太陌生了。

提前致谢。

@Datanovice 这是为了向您澄清我需要的输出。我有下面的片段。

import pandas as pd

import numpy as np

df = pd.DataFrame(

   [ ['Gaz','Gaz','Gaz','Gaz'],

    ['X','X','X','X'],

    ['Y','Y','Y','Y'],

    ['Z','Z','Z','Z']],

columns=pd.MultiIndex.from_arrays([

                        ['A','A','C','A'], 

                        ['A','A','C','A'],

                        ['Company','Company','Company','Name']]))

s = pd.DataFrame(df.columns.tolist())

cond = s.groupby(0).cumcount()

s = [np.where(cond.gt(0),s[i] + '_' + cond.astype(str),s[i]) for i in 

range(df.columns.nlevels)]

s = pd.DataFrame(s)

#print(s)

df.columns = pd.MultiIndex.from_arrays(s.values.tolist())

print(df)

目前的结果是——

我需要的是最后一段列索引不应该算作重复，因为“AA-Name”与前两个不一样。

Answer 1

可能是执行此操作的更好方法，但您可以从列中返回数据框并对它们应用条件操作并重新分配它们。df = pd.DataFrame(   [ ['Gaz','Gaz','Gaz','Gaz'],    ['X','X','X','X'],    ['Y','Y','Y','Y'],    ['Z','Z','Z','Z']],columns=pd.MultiIndex.from_arrays([['A','A','C','A'],                          ['Name','Name','Company','Company']])s = pd.DataFrame(df.columns.tolist())cond = s.groupby([0,1]).cumcount()s[0] = np.where(cond.gt(0),s[0] + '_' + cond.astype(str),s[0])s[1] = np.where(cond.gt(0),s[1] + '_' + cond.astype(str),s[1])df.columns = pd.MultiIndex.from_frame(s)print(df)0    A    A_1       C       D1 Name Name_1 Company Company0  Gaz    Gaz     Gaz     Gaz1    X      X       X       X2    Y      Y       Y       Y3    Z      Z       Z       Z

Answer 2

尝试这个 -arrays = [['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],['A', 'A', 'A', 'B', 'C', 'C', 'D', 'D']]tuples = list(zip(*arrays))index = pd.MultiIndex.from_tuples(tuples)df = pd.DataFrame(np.random.randn(3, 8), columns=index)    A               B    A   A   A   B   C   C   D   D0   0   0   1   3   1   2   1   41   0   1   1   1   1   3   0   12   1   1   4   2   3   2   1   4suffix = pd.DataFrame(df.columns)suffix['count'] = suffix.groupby(0).cumcount()suffix['new'] = [((i[0]+'_'+str(j)),(i[1]+'_'+str(j))) for i,j in zip(suffix[0],suffix['count'])]new_index = pd.MultiIndex.from_tuples(list(suffix['new']))df.columns = new_index