DataFrame修改index索引和columns列名_糖潮丽子的博客

修改索引index

1、采取直接赋值的方法：

df1=pd.DataFrame(np.arange(9).reshape(3,3),index=['bj','sh','gz'],columns=['a','b','c'])
print(df1)
#修改index，直接给index重新赋值
df1.index=['beijing','shanghai','guangzhou']
print(df1)
输出结果：
  
2、使用rename
 
 可以自定义map函数（x是原有的行列值）
 
 
def test_map(x):
    return x+'_ABC'
print(df1.rename(index=test_map,inplace=True))
print(df1.rename(index=test_map,columns=test_map))
print(df1.rename(index=test_map,inplace=False))
inplace:布尔值，默认为False。指定是否返回新的DataFrame。如果为True，则在原df上修改，返回值为None
 
输出结果：
  
 rename还可以传入字典，为某个index单独修改名称
 
 
df2=df1.rename(index={'bj':'beijing'},columns={'a':'aa'})
print(df2)
将行索引 bj 修改为 beijing
将列索引（列）a 修改为 aa
输出结果：
  
修改columns
 
1、列转为行索引 index（set_index）
 
df3=pd.DataFrame({'X':range(5),'Y':range(5),'S':list('abcde'),'Z':[1,1,2,2,2]})
print(df3)
# 指定一列为索引（drop=False 同时保留作为索引的列）
result=df3.set_index('S',drop=False)
#去掉索引的名称
result.index.name=None
print(result)
输出结果：
  
2、行转为列索引（set_axis）
 
result=df3.set_axis(df3.iloc[0],axis=1,inplace=False)
result.columns.name=None
print(result)
输出结果：
  
inplace=False 在原来数据的基础上进行修改
 
iloc[0] 取第0行

                    DataFrame修改index索引和columns列名修改索引index1、采取直接赋值的方法：df1=pd.DataFrame(np.arange(9).reshape(3,3),index=['bj','sh','gz'],columns=['a','b','c'])print(df1)#修改index，直接给index重新赋值df1.index=['beijing','shan...
df.set_index([Column], inplace=True)
以上这篇Python将DataFrame的某一列作为index的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
                        您可能感兴趣的文章:python 给DataFrame增加index行名和columns列名的实现方法用pandas中的DataFrame时选取行或列的方法python中pandas.DataFrame对行与列求和及添加新行与列示例pandas数据处理基础之筛选
dataframe.rename(columns = {"old_name": "new_name"})
dataframe.rename(columns = {"old1": "new1", "old2":"new2"},  inplace=True)
  lambda：
from pandas import DataFrame
1、使用二维数组创建
df1=DataFrame(np.random.randint(0,10,(4,4)),index=[1,2,3,4],columns=['a','b','c','d'])
print(df1)
创建了一个4行4列由0-10随机整数组成的二维数组
列名为a、b、c、d
索引为：1、2、3、4
输出结果为：
2、使用字典创建
dict={
    'province':['Gua
				在pandas中，可以使用set_index()方法来修改DataFrame的索引。它有两个参数：第一个是用作新索引的列名或列编号，第二个是一个布尔值，用于指示是否在原始DataFrame中保留该列。
例如，如果你有一个名为df的DataFrame，其中有一列叫做'index_col'，你想要将它设置为新的索引，而不在原始DataFrame中保留该列，可以这样做：
df = df.set_inde...
				一般常用的有两个方法：
1、使用DataFrame.index = [newName]，DataFrame.columns = [newName]，这两种方法可以轻松实现。
2、使用rename方法（推荐）：
DataFrame.rename（mapper = None，index = None，columns = None，axis = None，copy = True，inplace = Fa...
data = [['AMB_TEMP', '14', '14', '14', '13', '12', '12', '12', '12', '15',
        '17', '20', '22', '22', '22', '22', '22', '21', '19', '17', '16',
        '15', '15', '15', '15'],
       ['CH4', '1.8', '1.8', '1.8', '1.8', '1.8', '1.8', '1.8', ...
				goodsList.append(pd.Series([spiderTime, id[0], xingzhi, shopName[0], item_loc[0], price[0], view_sales[0], title[0]]))
columns = ['采购时间', 'id', '性质', '店铺名称', '发货地', '价格', '收货人数', '名称']
goodsInfo ...
columns
#显示结果
Index(['Rank', 'Title', 'Genre', 'Description', 'Director', 'Actors', 'Year',
       'Runtime (Minutes)', 'Rating', 'Votes', 'Revenue (Millions)',
df1=pd.DataFrame({'id':[1,2,3,4],'name':['aa','bb','cc','dd'],'class':[1,1,2,2]})
  id name class
0  1  aa   1
1  2  bb   1
2  3  cc   2
3  4  dd   2
使用rename函数更改列名
df2=df1.rename(columns={'name':'stu_name','clas...
				可以使用set_index()函数将dataframe的第一列作为索引，具体代码如下：
df.set_index(df.columns[], inplace=True)
其中，df是你的dataframe，df.columns[]表示第一列的列名，inplace=True表示直接在原dataframe上修改。