Python 在Pandas DataFrame中改变列名和行索引
给定一个Pandas DataFrame,让我们看看如何改变它的列名和行索引。
关于Pandas DataFrame
Pandas DataFrame是用来存储数据的矩形网格。当存储在dataFrame中时,很容易将数据可视化并进行处理。
- 它由行和列组成。
- 每一行都是对某个实例的测量,而列是一个向量,包含了某些特定属性/变量的数据。
- 每个数据框架列在任何特定的列中都有同质的数据,但数据框架行在任何特定的行中都可以包含同质或异质的数据。
- 与二维数组不同,pandas数据框架的轴是有标签的。
Pandas Dataframe类型有两个属性,叫做 “列 “和 “索引”,可以用来改变列名以及行索引。
使用dictionary.创建一个DataFrame。
1.方法#1:使用df.columns和df.index属性改变列名和行索引。
为了改变列名,我们提供一个包含列名的Python列表 df.columns= [‘First_col’, ‘Second_col’, ‘Third_col’, …..] 。
为了改变行索引,我们还提供了一个python列表给它 df.index=[‘row1’, ‘row2’, ‘row3’, ……] .
“`python # Let’s rename already created dataFrame.
# Check the current column names
# using "columns" attribute.
# df.columns
# Change the column names
df.columns =['Col_1', 'Col_2']
# Change the row indexes
df.index = ['Row_1', 'Row_2', 'Row_3', 'Row_4']
# printing the data frame
df
<pre><code class=""><br />
2.方法#2:使用带有字典的rename()函数来改变一个单列
“`python # let’s change the first column name
# from “A” to “a” using rename() function
df = df.rename(columns = {“Col_1″:”Mod_col”})
df
同时改变多个列名 –
“`python # We can change multiple column names by
# passing a dictionary of old names and
# new names, to the rename() function.
df = df.rename({"Mod_col":"Col_1","B":"Col_2"}, axis='columns')
df
<pre><code class=""><br />
3.方法#3:使用Lambda函数来重命名列。
lambda函数是一个小型匿名函数,它可以接受任何数量的参数,但只能有一个表达式。使用lambda函数,我们可以一次性地修改所有的列名。让我们用lambda函数在每个列名的后面加上'x'。
“`python df = df.rename(columns=lambda x: x+’x’)
# this will modify all the column names
df
4.方法#4:使用数值属性来重命名列。
我们可以直接在我们想改变名称的列上使用数值属性。
“`python df.columns.values[1] = ‘Student_Age’
# this will modify the name of the first column
df
<pre><code class=""><br />
让我们使用Lambda函数来改变行索引。
“`python # To change the row indexes
df = pd.DataFrame({“A”:[‘Tom’,’Nick’,’John’,’Peter’],
“B”:[25,16,27,18]})
# this will increase the row index value by 10 for each row
df = df.rename(index = lambda x: x + 10)
df
现在,如果我们想同时改变行的索引和列的名称,那么可以使用rename()函数来实现,并将列和索引属性作为参数传递。
python df = df.rename(index = lambda x: x + 5,
columns = lambda x: x +'x')
# increase all the row index label by value 5
# append a value 'x' at the end of each column name.
df