pandas中DataFrame修改index、columns名的方法示例

下面是详细讲解“pandas中DataFrame修改index、columns名的方法示例”的完整攻略：

修改DataFrame的index

在pandas中，我们可以通过set_index()方法修改DataFrame的index。该方法接收一个或多个列名作为参数，将这些列作为新的index，原有的index则被舍弃。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

# 将'A'列设置为新的index
df_new = df.set_index('A')
print(df_new)

运行结果：

   A  B
0  1  4
1  2  5
2  3  6

   B
A   
1  4
2  5
3  6

如上所示，通过set_index()方法，我们成功将DataFrame的index修改为了'A'列的内容。

还有一种情况是，我们需要使用index中的某些值来生成新的列，而原有的index则仍然保留。这时，我们可以使用reset_index()方法将index转换为列，再通过新建列的方法来生成新的列，最后再使用set_index()方法将index还原。

示例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

# 将index转换为列
df = df.reset_index()
# 新建一列'C'，其值为'A'列的值加1
df['C'] = df['A'] + 1
# 再将'A'列设置为index
df = df.set_index('index')

print(df)

运行结果：

   index  A  B  C
0      0  1  4  2
1      1  2  5  3
2      2  3  6  4

如上所示，我们成功生成并插入了新的列'C'，同时原有的index也被保留了下来。

修改DataFrame的columns

在pandas中，我们可以通过rename()方法修改DataFrame的columns名。该方法接收一个字典作为参数，将原有的columns名作为key，将新的columns名作为value。

示例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

# 修改'A'列的名称为'a'
df_new = df.rename(columns={'A': 'a'})
print(df_new)

运行结果：

   A  B
0  1  4
1  2  5
2  3  6

   a  B
0  1  4
1  2  5
2  3  6

如上所示，通过rename()方法，我们成功将'A'列的名称修改为'a'。需要注意的是，rename()方法返回的是新的DataFrame，原有的DataFrame并没有被修改。

如果我们要同时修改所有的columns名，可以传入一个lambda函数作为参数，将每个列名映射为新的列名。

示例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df)

# 将所有列名转换为大写形式
df_new = df.rename(columns=lambda x: x.upper())
print(df_new)

运行结果：

   A  B
0  1  4
1  2  5
2  3  6

   A  B
0  1  4
1  2  5
2  3  6

如上所示，通过传入lambda函数，我们成功将columns名转换为了大写形式。由于原有的列名已经是大写形式，因此没有出现任何变化。