pandas.DataFrame行名(index)和列名(columns)的修改方法如下。

rename()

• 任意的行名(index)和列名(columns)的修改

add_prefix(), add_suffix()

• 列名的接頭詞和結(jié)尾詞的追加

index和columns元素的更新

• 行名和列名全部修改

接下來，對(duì)每個(gè)方法進(jìn)行說明。

rename()

• 多個(gè)行名和列名的修改
• 原DataFrame的修改（參數(shù)inplace）
• 使用lambda表達(dá)式和函數(shù)進(jìn)行批處理

add_prefix(), add_suffix()

index和columns元素的更新

首先，先生成一個(gè)DaraFrame。

import pandas as pd

df = pd.DataFrame({'A': [11, 21, 31],
? ? ? ? ? ? ? ? ? ?'B': [12, 22, 32],
? ? ? ? ? ? ? ? ? ?'C': [13, 23, 33]},
? ? ? ? ? ? ? ? ? index=['ONE', 'TWO', 'THREE'])

print(df)
# ? ? ? ? A ? B ? C
# ONE ? ?11 ?12 ?13
# TWO ? ?21 ?22 ?23
# THREE ?31 ?32 ?33

DataFrame.rename()

函數(shù)DataFrame.rename()可以對(duì)任意行和列的名稱進(jìn)行修改。
DataFrame.rename()的參數(shù)有index和columns，使用"{舊值：新值}"字典的形式進(jìn)行參數(shù)的指定。

index為行，columns為列。只想修改某行或者某列的時(shí)候，只需要單獨(dú)指定一個(gè)參數(shù)即可。

修改后，返回一個(gè)新的DataFrame，原DataFrame并沒有被修改。

df_new = df.rename(columns={'A': 'a'}, index={'ONE': 'one'})
print(df_new)
# ? ? ? ? a ? B ? C
# one ? ?11 ?12 ?13
# TWO ? ?21 ?22 ?23
# THREE ?31 ?32 ?33

print(df)
# ? ? ? ? A ? B ? C
# ONE ? ?11 ?12 ?13
# TWO ? ?21 ?22 ?23
# THREE ?31 ?32 ?33

多個(gè)行名和列名的修改

多個(gè)行名和列名可以同時(shí)修改。只需要追加參數(shù)（字典的元素）。

print(df.rename(columns={'A': 'a', 'C': 'c'}))
#         a   B   c
# ONE    11  12  13
# TWO    21  22  23
# THREE  31  32  33

原DataFrame的修改（參數(shù)inplace）

默認(rèn)的設(shè)置為原DataFrame不變，返回一個(gè)新的DataFrame。

當(dāng)參數(shù)inplace為True時(shí)，原DataFrame將會(huì)被修改。返回值為None。

df_org = df.copy()
df_org.rename(columns={'A': 'a'}, index={'ONE': 'one'}, inplace=True)
print(df_org)
#         a   B   C
# one    11  12  13
# TWO    21  22  23
# THREE  31  32  33

使用lambda表達(dá)式和函數(shù)進(jìn)行批處理

rename()的參數(shù)index和columns值也可以指定為函數(shù)方法。

比如，大小寫的轉(zhuǎn)換。

print(df.rename(columns=str.lower, index=str.title))
#         a   b   c
# One    11  12  13
# Two    21  22  23
# Three  31  32  33

lambda表達(dá)式-無名函數(shù)的指定。

print(df.rename(columns=lambda s: s*3, index=lambda s: s + '!!'))
#          AAA  BBB  CCC
# ONE!!     11   12   13
# TWO!!     21   22   23
# THREE!!   31   32   33

add_prefix(), add_suffix()

列名的接頭詞和結(jié)尾詞的追加方法。add_prefix()和add_suffix()。

在方法的參數(shù)里指定接頭詞或者結(jié)尾詞。

print(df.add_prefix('X_'))
# ? ? ? ?X_A ?X_B ?X_C
# ONE ? ? 11 ? 12 ? 13
# TWO ? ? 21 ? 22 ? 23
# THREE ? 31 ? 32 ? 33

print(df.add_suffix('_X'))
# ? ? ? ?A_X ?B_X ?C_X
# ONE ? ? 11 ? 12 ? 13
# TWO ? ? 21 ? 22 ? 23
# THREE ? 31 ? 32 ? 33

add_prefix()和add_suffix()只能對(duì)列名(columns)進(jìn)行修改。想要對(duì)行名進(jìn)行修改的時(shí)候，可以參照上述lambda表達(dá)式的使用方法。

index和columns元素的更新

當(dāng)想要對(duì)DataFrame里全部的元素修改或更新的時(shí)候，可以使用rename()方法的參數(shù)index，columns進(jìn)行指定。

可以在index，columns屬性中指定List，tuple，pandas.Series等。

df.index = [1, 2, 3]
df.columns = ['a', 'b', 'c']

print(df)
# ? ? a ? b ? c
# 1 ?11 ?12 ?13
# 2 ?21 ?22 ?23
# 3 ?31 ?32 ?33

此時(shí)，請(qǐng)注意，如果列表等的大小（元素?cái)?shù)）與行數(shù)/列數(shù)不一致時(shí)，則會(huì)發(fā)生錯(cuò)誤。

# df.index = [1, 2, 3, 4]
# ValueError: Length mismatch: Expected axis has 3 elements, new values have 4 elements

到此這篇關(guān)于Pandas.DataFrame的行名和列名的修改的文章就介紹到這了,更多相關(guān)Pandas.DataFrame行名和列名修改內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論