Python – 在Pandas DataFrame中更改列名和行索引

前言

Pandas是数据科学及分析领域中常用的Python库，它为我们提供了丰富的数据处理和分析工具。在数据处理过程中，DataFrame是Pandas库中最常用的数据结构之一。在实际应用中，为了方便处理和分析数据，有时候需要更改DataFrame的列名或者行索引。本篇文章就对如何为DataFrame设置列名和行索引做一个详细的介绍。

更改列名

在Pandas DataFrame中，我们可以通过rename方法来更改DataFrame的列名。rename方法有2个常用参数：columns和inplace。其中，columns表示一个字典，用来存储原列名和新列名之间的映射关系。inplace表示是否在原DataFrame中进行更改，默认为False，表示生成一个新的DataFrame。实例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print('原始DataFrame：\n', df)

# 更改列名，生成新的DataFrame
df2 = df.rename(columns={'A': 'a', 'B': 'b'})
print('更改列名后的DataFrame：\n', df2)

# 使用inplace参数，在原DataFrame上直接更改
df.rename(columns={'A': 'a', 'B': 'b'}, inplace=True)
print('原始DataFrame的列名已经被更改：\n', df)

输出：

原始DataFrame：
    A  B
0  1  4
1  2  5
2  3  6
更改列名后的DataFrame：
    a  b
0  1  4
1  2  5
2  3  6
原始DataFrame的列名已经被更改：
    a  b
0  1  4
1  2  5
2  3  6

从输出结果可以看出，在使用rename方法的时候，我们可以生成一个新的DataFrame，也可以直接在原DataFrame上进行修改。如果在多次更改列名的时候，建议使用inplace参数直接在原DataFrame上进行更改。

更改行索引

在Pandas DataFrame中，我们可以通过set_index方法来更改DataFrame的行索引。set_index方法常用的参数是keys和drop，其中keys表示需要作为行索引的列名，可以是单个列名，也可以是多个列名组成的列表。drop表示是否在原DataFrame中删除被用作行索引的列，默认为True。实例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': ['a', 'b', 'c']})
print('原始DataFrame：\n', df)

# 更改行索引，生成新的DataFrame
df2 = df.set_index('C')
print('更改行索引后的DataFrame：\n', df2)

# 在原DataFrame上直接更改
df.set_index('C', inplace=True)
print('原始DataFrame的行索引已经被更改：\n', df)

# 更改多个列的行索引
df3 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': ['a', 'b', 'c'], 'D': [7, 8, 9]})
print('原始DataFrame：\n', df3)
df3.set_index(['C', 'D'], inplace=True)
print('更改多个列的行索引后的DataFrame：\n', df3)

输出：

原始DataFrame：
   A  B  C
0  1  4  a
1  2  5  b
2  3  6  c
更改行索引后的DataFrame：
   A  B
C      
a  1  4
b  2  5
c  3  6
原始DataFrame的行索引已经被更改：
   A  B
C      
a  1  4
b  2  5
c  3  6
原始DataFrame：
   A  B  C  D
0  1  4  a  7
1  2  5  b  8
2  3  6  c  9
更改多个列的行索引后的DataFrame：
     A  B
C D      
a 7  1  4
b 8  2  5
c 9  3  6

从输出结果可以看出，在使用set_index方法的时候，每次只能把一列或几列作为行索引，如果需要使用多列作为行索引，可以使用一个列表来指定多列。在set_index方法中，同样可以使用inplace参数，在原DataFrame上直接进行修改。