博客

pandas中DataFrame修改index、columns名的方法示例

  • Post category:Python

pandas中DataFrame修改index、columns名的方法示例

在数据分析和处理中，我们经常需要对DataFrame中的行索引（index）和列索引（columns）名进行修改。下面将详细介绍pandas中DataFrame修改index、columns名的方法示例。

修改index名

1.使用set_index方法

我们可以使用DataFrame对象的set_index方法修改index的名字。

import pandas as pd

data = {'name':['Tom', 'Jack', 'Mike', 'Alex'], 'score':[70, 80, 75, 90]}
df = pd.DataFrame(data)

print('修改前：')
print(df)

df = df.set_index('name')

print('修改后：')
print(df)

输出：

修改前:
   name  score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

修改后：
      score
name       
Tom      70
Jack     80
Mike     75
Alex     90

2.使用rename方法

我们可以使用DataFrame对象的rename方法修改index的名字。

import pandas as pd

data = {'name':['Tom', 'Jack', 'Mike', 'Alex'], 'score':[70, 80, 75, 90]}
df = pd.DataFrame(data)

print('修改前：')
print(df)

df = df.rename(index={0:'TOM',1:'JACK',2:'MIKE',3:'ALEX'})

print('修改后：')
print(df)

输出：

修改前:
   name  score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

修改后：
      name  score
TOM    Tom     70
JACK  Jack     80
MIKE  Mike     75
ALEX  Alex     90

修改columns名

1.使用rename方法

我们可以使用DataFrame对象的rename方法修改columns的名字。

import pandas as pd

data = {'name':['Tom', 'Jack', 'Mike', 'Alex'], 'score':[70, 80, 75, 90]}
df = pd.DataFrame(data)

print('修改前：')
print(df)

df = df.rename(columns={'name':'Name', 'score':'Score'})

print('修改后：')
print(df)

输出：

修改前:
   name  score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

修改后：
   Name  Score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

2.直接修改columns属性

我们可以直接修改DataFrame对象的columns属性修改columns的名字。

import pandas as pd

data = {'name':['Tom', 'Jack', 'Mike', 'Alex'], 'score':[70, 80, 75, 90]}
df = pd.DataFrame(data)

print('修改前：')
print(df)

df.columns = ['Name', 'Score']

print('修改后：')
print(df)

输出：

修改前：
   name  score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

修改后：
   Name  Score
0   Tom     70
1  Jack     80
2  Mike     75
3  Alex     90

以上就是pandas中DataFrame修改index、columns名的方法示例，希望能够对大家的数据分析和处理工作有所帮助。

Tags: