python - 满足第一级条件时更改第二级多索引标签

Question

我有一个多索引 df，它有两个索引级别，如下所示:

    dfx = pd.DataFrame(np.random.rand(4, 2),
                  index=[['a', 'a', 'b', 'b'], ['aa', 'zz', 'gg', 'zz']],
                  columns=['data1', 'data2'])
    dfx

         data1     data2
a aa  0.847741  0.723235
  zz  0.236876  0.343141
b gg  0.759153  0.546190
  zz  0.481285  0.600514

我只想在第一级索引具有特定值的情况下更改索引标签。即仅在第一个标签为 b 时更改 zz 索引

Objective, get:

         data1     data2
a aa    0.847741  0.723235
  zz    0.236876  0.343141
b gg    0.759153  0.546190
  water 0.481285  0.600514

如果我使用 .rename() 匹配的所有索引都会更改

dfx.rename(index={('zz') : 'water'}, inplace = True)
dfx

            data1     data2
a aa     0.847741  0.723235
  water  0.236876  0.343141
b gg     0.759153  0.546190
  water  0.481285  0.600514

我尝试了以下代码行，但这似乎没有任何作用。

dfx.loc['b','zz'].rename(index={'zz' : 'water'}, inplace = True)

dfx.loc['b'].rename(index={'zz' : 'water'},  inplace = True)

我查阅了文档，但一直在努力寻找解决方案。我在这里做错了什么？

Answer 1

我们可以使用MultiIndex.map

d = {('b', 'zz'): ('b', 'water')}
dfx.index = dfx.index.map(lambda i: d.get(i, i))

---

            data1     data2
a aa     0.567847  0.844618
  zz     0.752874  0.794704
b gg     0.854358  0.512400
  water  0.237905  0.211369