Python 在Pandas DataFrame中改变列名和行索引

修改Pandas DataFrame中的列名和行索引是一项常见的任务，可以通过以下方式实现。

修改列名：
- 使用DataFrame的rename()方法，该方法可以使用字典形式或函数方式进行操作。
- 使用DataFrame的columns属性，该属性可以修改全部列名，但需要一并指定所有列名。

例如，我们有以下DataFrame，需要修改其中两列的名称：

import pandas as pd

data = {
    'name': ['Tom', 'Lucy', 'Sam'],
    'age': [25, 29, 23],
    'gender': ['M', 'F', 'M']
}
df = pd.DataFrame(data)

现在需要将'name'列和'gender'列的名称改为'Name'和'Sex'，可以使用rename()方法进行修改。

df.rename(columns={'name': 'Name', 'gender': 'Sex'}, inplace=True)
print(df)

输出如下：

   Name  age Sex
0   Tom   25   M
1  Lucy   29   F
2   Sam   23   M

如果需要将所有列名进行修改，也可以使用columns属性进行操作，例子如下：

df.columns = ['Name', 'Age', 'Sex']
print(df)

输出结果如下：

   Name  Age Sex
0   Tom   25   M
1  Lucy   29   F
2   Sam   23   M

修改行索引：
- 使用DataFrame的set_index()方法，该方法可以将一个或多个列设置为行索引。
- 使用DataFrame的rename_axis()方法，可以修改行索引名称。

例如，我们有以下DataFrame，需要将第一列'name'设置为行索引：

data = {
    'name': ['Tom', 'Lucy', 'Sam'],
    'age': [25, 29, 23],
    'gender': ['M', 'F', 'M']
}
df = pd.DataFrame(data)

可以使用set_index()方法将'name'列设置为行索引：

df.set_index('name', inplace=True)
print(df)

输出如下：

      age gender
name           
Tom    25      M
Lucy   29      F
Sam    23      M

如果需要修改行索引名称，可以使用rename_axis()方法，例如将原先名称为'name'修改为'Name'：

df.rename_axis('Name', inplace=True)
print(df)

输出结果如下：

      age gender
Name           
Tom    25      M
Lucy   29      F
Sam    23      M

以上就是Python在Pandas DataFrame中修改列名和行索引的攻略和实例演示。