Pandas 通过元组重命名多索引的单行

我试图通过它的元组重命名 pandas 数据框的单行。

例如：

import pandas as pd
df = pd.DataFrame(data={'i1':[0,0,0,0,1,1,1,1],
                       'i2':[0,1,2,3,0,1,2,3],
                       'x':[1.,2.,3.,4.,5.,6.,7.,8.],
                       'y':[9,10,11,12,13,14,15,16]})
df.set_index(['i1','i2'], inplace=True)

创建 df：

         x   y
i1 i2         
0  0   1.0   9
   1   2.0  10
   2   3.0  11
   3   4.0  12
1  0   5.0  13
   1   6.0  14
   2   7.0  15
   3   8.0  16

我希望能够使用类似的东西：df.rename(index={(0,1):(0,9)},inplace=True) to get:

         x   y
i1 i2         
0  0   1.0   9
   9   2.0  10 <-- new key
   2   3.0  11
   3   4.0  12
1  0   5.0  13
   1   6.0  14
   2   7.0  15
   3   8.0  16

该命令执行时不会引发错误，但返回相同的 df 不变。

这也返回相同的 df：df.rename(index={pd.IndexSlice[0,1]:pd.IndexSlice[0,9]},inplace=True)

这将接近预期的效果：

df.loc[(0,9),:] = df.loc[(0,1),:]
df.drop(index=(0,1),inplace=True)

但如果行排序很重要，那么将其调整为正确的顺序将是一件很痛苦的事情，而且如果 df 变大，速度可能会很慢。

我正在使用 Pandas 1.0.1，python 3.7。有什么建议么？先感谢您。

列表理解的可能解决方案和MultiIndex.from_tuples:

L = [(0,9) if x == (0,1) else x for x in df.index]
df.index = pd.MultiIndex.from_tuples(L, names=df.index.names)
print (df)
         x   y
i1 i2         
0  0   1.0   9
   9   2.0  10
   2   3.0  11
   3   4.0  12
1  0   5.0  13
   1   6.0  14
   2   7.0  15
   3   8.0  16