Python | 更改 Pandas DataFrame 中的列名和行索引

Pandas 是基于 NumPy 的一种数据处理工具，提供了类似于 Excel 的操作和基本的统计分析功能。Pandas DataFrame 是一种二维表格数据结构，可以方便地用于数据的清洗、转换和处理。在使用 DataFrame 进行数据处理时，经常需要更改列名和行索引来方便数据的访问和操作。本文将介绍如何在 Python 中使用 Pandas 更改 DataFrame 中的列名和行索引。

更改列名

使用 rename() 方法可以更改 DataFrame 中的列名。该方法需要传入一个字典作为参数，字典的键为原列名，值为新列名。代码如下所示：

import pandas as pd

# 创建 DataFrame 对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 更改列名
df = df.rename(columns={'A': 'aa', 'B': 'bb', 'C': 'cc'})

print(df)

输出结果为：

   aa  bb  cc
0   1   4   7
1   2   5   8
2   3   6   9

更改行索引

使用 index 属性可以获取 DataFrame 的行索引，通过修改该属性可以更改 DataFrame 的行索引。代码如下所示：

import pandas as pd

# 创建 DataFrame 对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 更改行索引
df.index = ['a', 'b', 'c']

print(df)

输出结果为：

   A  B  C
a  1  4  7
b  2  5  8
c  3  6  9

如果想以某一列作为行索引，可以使用 set_index() 方法。该方法需要传入要设置为行索引的列名。代码如下所示：

import pandas as pd

# 创建 DataFrame 对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 以 A 列作为行索引
df = df.set_index('A')

print(df)

输出结果为：

   B  C
A      
1  4  7
2  5  8
3  6  9

同时更改列名和行索引

使用 rename() 和 index 属性可以同时更改 DataFrame 的列名和行索引。代码如下所示：

import pandas as pd

# 创建 DataFrame 对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 更改列名
df = df.rename(columns={'A': 'aa', 'B': 'bb', 'C': 'cc'})

# 更改行索引
df.index = ['a', 'b', 'c']

print(df)

输出结果为：

   aa  bb  cc
a   1   4   7
b   2   5   8
c   3   6   9

以上就是如何在 Python 中使用 Pandas 更改 DataFrame 中的列名和行索引的介绍。