合并两个列标题，并在列名称上方的MultiIndex Dataframe python / Add列中给一个新名称

问题描述

我有初始数据框：

              r_id1   r_score1    rid2     r_score2
Rank
ID1    ID2
1      A-1    id-1      1.23      id-34      6.78
2      A-1    id-9      2.34      id-45      3.45
3      A-2    id-8      3.56      id-32      4.56
4      A-3    id-6      4.35      id-10      3.98
5      A-4    id-4      7.89      id-67      2.98

我希望数据框为（Result_df）：

                 score_R1              score_R2
             r_id1   r_score1     rid2     r_score2
ID1    ID2
1      A-1    id-1      1.23      id-34      6.78
2      A-1    id-9      2.34      id-45      3.45
3      A-2    id-8      3.56      id-32      4.56
4      A-3    id-6      4.35      id-10      3.98
5      A-4    id-4      7.89      id-67      2.98

我的数据框是multiindex并带有MultiIndex列。 我尝试了这段代码

final_df.columns = [' '.join(col).strip() for col in final_df.columns.values]

这给了我这个输出

ID1    ID2    r_id1   r_score1    rid2     r_score2
1      A-1    id-1      1.23      id-34      6.78
2      A-1    id-9      2.34      id-45      3.45
3      A-2    id-8      3.56      id-32      4.56
4      A-3    id-6      4.35      id-10      3.98
5      A-4    id-4      7.89      id-67      2.98

之后：

cols = final_df.columns.map(''.join)

lvl = 'score_R' + cols.str.extract('(\d+)',expand=False)

final_df.columns = [lvl,cols]

final_df.to_csv("f.csv")

输出为：

             score_R1  score_R1    score_R2  score_R2
               r_id1   r_score1     rid2     r_score2
ID1    ID2
1      A-1    id-1      1.23      id-34      6.78
2      A-1    id-9      2.34      id-45      3.45
3      A-2    id-8      3.56      id-32      4.56
4      A-3    id-6      4.35      id-10      3.98
5      A-4    id-4      7.89      id-67      2.98

我需要合并具有相同名称的列标题

                score_R1               score_R2  
              r_id1   r_score1     rid2     r_score2
ID1    ID2
1      A-1    id-1      1.23      id-34      6.78
2      A-1    id-9      2.34      id-45      3.45

解决方法

您可以使用str.extract从列名中获取数字，添加前缀，最后为MultiIndex in columns分配原始列：

print (df.columns.tolist())
[('r_id1',''),('r_score1',('rid2',('r_score2','')]

cols = df.columns.map(''.join)
print (cols.tolist())
['r_id1','r_score1','rid2','r_score2']

lvl = 'Score_R' + cols.str.extract('(\d+)',expand=False)
print (lvl)
Index(['Score_R1','Score_R1','Score_R2','Score_R2'],dtype='object')


df.columns = [lvl,cols]
print (df)
        Score_R1          Score_R2         
           r_id1 r_score1     rid2 r_score2
ID1 ID2                                    
1   A-1     id-1     1.23    id-34     6.78
2   A-1     id-9     2.34    id-45     3.45
3   A-2     id-8     3.56    id-32     4.56
4   A-3     id-6     4.35    id-10     3.98
5   A-4     id-4     7.89    id-67     2.98


df.columns = df.columns.map('_'.join)
print (df)
        Score_R1_r_id1  Score_R1_r_score1 Score_R2_rid2  Score_R2_r_score2
ID1 ID2                                                                   
1   A-1           id-1               1.23         id-34               6.78
2   A-1           id-9               2.34         id-45               3.45
3   A-2           id-8               3.56         id-32               4.56
4   A-3           id-6               4.35         id-10               3.98
5   A-4           id-4               7.89         id-67               2.98

编辑：您可以将第一级的缺失值替换为空字符串：

cols = df.columns.droplevel(-1)
lvl = 'Score_R' + cols.str.extract('(\d+)',dtype='object')

lvl = lvl.where(~lvl.duplicated(),'')
print (lvl)
Index(['Score_R1','',''],dtype='object')

df.columns = [lvl,cols]
print (df)
        Score_R1          Score_R2         
           r_id1 r_score1     rid2 r_score2
ID1 ID2                                    
1   A-1     id-1     1.23    id-34     6.78
2   A-1     id-9     2.34    id-45     3.45
3   A-2     id-8     3.56    id-32     4.56
4   A-3     id-6     4.35    id-10     3.98
5   A-4     id-4     7.89    id-67     2.98

print (df.columns)
MultiIndex([('Score_R1','r_id1'),(        '','r_score1'),('Score_R2','rid2'),'r_score2')],)