DataFrame 修改行列标题

要修改 DataFrame 的行列标题，可以使用 `rename()` 方法。该方法有一个 `columns` 参数和一个 `index` 参数，它们分别用于修改列标题和行标题。

以下是一个示例：

import pandas as pd

# 创建一个 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']}
df = pd.DataFrame(data)

# 修改列标题
df = df.rename(columns={'name': 'Name', 'age': 'Age', 'gender': 'Gender'})

# 修改行标题
df = df.rename(index={0: 'A', 1: 'B', 2: 'C'})

# 打印修改后的 DataFrame
print(df)

输出：

       Name  Age Gender
A     Alice   25      F
B       Bob   30      M
C  Charlie   35      M

在上面的示例中，我们使用 `rename()` 方法将列标题从小写修改为大写，并将行标题从数字修改为字母。

相关问题

DataFrame 修改行列标题的不同方法

Pandas 中有多种方法可以修改 DataFrame 的行列标题：

1. 修改列标题：使用 DataFrame 的 `rename` 方法，指定 `columns` 参数为一个字典，将原始标题映射到新标题：

   df = df.rename(columns={'old_name': 'new_name'})

2. 修改行标题：使用 DataFrame 的 `rename` 方法，指定 `index` 参数为一个字典，将原始标题映射到新标题：

   df = df.rename(index={'old_name': 'new_name'})

3. 直接修改列标题：使用 DataFrame 的 `columns` 属性，将原始标题列表替换为新标题列表：

   df.columns = ['new_name1', 'new_name2', ...]

4. 直接修改行标题：使用 DataFrame 的 `index` 属性，将原始标题列表替换为新标题列表：

   df.index = ['new_name1', 'new_name2', ...]

注意，以上方法均会返回一个新的 DataFrame，如果需要修改原始 DataFrame，需要将修改后的结果重新赋值给原始 DataFrame。

pd.DataFrame修改行列标签

要修改 Pandas DataFrame 的行和列标签，可以使用 `rename` 方法。下面是一些示例代码，说明如何修改行和列标签：

1. 修改行标签：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 修改行标签
df = df.rename(index={'a': 'x', 'b': 'y', 'c': 'z'})

print(df)

输出：

   A  B
x  1  4
y  2  5
z  3  6

2. 修改列标签：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 修改列标签
df = df.rename(columns={'A': 'X', 'B': 'Y'})

print(df)

输出：

   X  Y
a  1  4
b  2  5
c  3  6

注意，`rename` 方法默认会返回一个新的 DataFrame，如果要在原 DataFrame 上修改标签，需要设置 `inplace=True` 参数。

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

# 在原 DataFrame 上修改行标签
df.rename(index={'a': 'x', 'b': 'y', 'c': 'z'}, inplace=True)

# 在原 DataFrame 上修改列标签
df.rename(columns={'A': 'X', 'B': 'Y'}, inplace=True)

print(df)