pandas df修改表名

要修改pandas DataFrame的表名，可以使用`rename()`方法。下面是一个示例：

import pandas as pd

# 创建一个DataFrame
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [28, 32, 25]}
df = pd.DataFrame(data)

# 修改表名
df = df.rename(columns={'Name': '姓名', 'Age': '年龄'})

# 打印修改后的表名
print(df)

输出结果：

    姓名  年龄
0   Tom  28
1  Nick  32
2  John  25

相关问题

pandas pymysql 添加df

您可以使用pandas库和pymysql库来将DataFrame中的数据添加到MySQL数据库中。下面是一个示例代码：

import pandas as pd
import pymysql

# 连接到MySQL数据库
connection = pymysql.connect(
    host='localhost',
    user='your_username',
    password='your_password',
    database='your_database'
)

# 创建一个游标对象
cursor = connection.cursor()

# 创建一个示例DataFrame
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Age': [25, 30, 28]}
df = pd.DataFrame(data)

# 将DataFrame中的数据插入到MySQL数据库的表中
for index, row in df.iterrows():
    sql = "INSERT INTO your_table (name, age) VALUES (%s, %s)"
    values = (row['Name'], row['Age'])
    cursor.execute(sql, values)

# 提交更改并关闭连接
connection.commit()
connection.close()

请注意，您需要将代码中的`your_username`，`your_password`，`your_database`和`your_table`替换为您自己的数据库信息和表名。

这段代码会将DataFrame中的数据逐行插入到MySQL数据库的指定表中。您可以根据实际需求进行修改和扩展。

import pandas as pd df = pd.DataFrame({'序号': [1, 2, 3, 4], '表名': ['西部公司', '东部公司','东部公司', '西部公司'] 'sheet名': ['差异-招商银行', '奖金-民生银行','工资-浙商银行', '离补-工商银行'], '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdfdfdfh', 'Maledfgfdgdfdg'], '金额': [2, 2, 2, 2]}) groups=df.groupy('表名') for name , groupdf in groups: groupdf = groups.groupy('sheet名') for sheetname , group in groupdf: 把group按照包含关键字['工资', '离补', '奖金', '差异']的先后顺序排序

您的代码有一些语法错误，我做了一些修改，请参考：

import pandas as pd 

df = pd.DataFrame({'序号': [1, 2, 3, 4],                    
                   '表名': ['西部公司', '东部公司','东部公司', '西部公司'],                   
                   'sheet名': ['差异-招商银行', '奖金-民生银行','工资-浙商银行', '离补-工商银行'],                   
                   '姓名': ['Malehhjkjkgkjjgkgjk', 'Femalestrehree', 'Femalegrhreherdfdfdfh', 'Maledfgfdgdfdg'],                   
                   '金额': [2, 2, 2, 2]})

groups = df.groupby('表名')

for name, groupdf in groups:
    groupdf = groupdf.groupby('sheet名')
    
    for sheetname, group in groupdf:
        group['关键字'] = group['sheet名'].apply(lambda x: ['工资', '离补', '奖金', '差异'].index(x.split('-')[0]) if x.split('-')[0] in ['工资', '离补', '奖金', '差异'] else -1)
        group = group.sort_values(by=['关键字'])
        group = group.drop(columns=['关键字'])
        
        print(group)

这段代码的功能是将 DataFrame 按照 '表名' 和 'sheet名' 进行分组，并按照包含关键字 ['工资', '离补', '奖金', '差异'] 的先后顺序对每个分组进行排序。

对于每个分组，我们先新增一个 '关键字' 列，将 'sheet名' 中的关键字转换为它们在列表中的索引，如果 'sheet名' 不包含关键字，则将 '关键字' 设为 -1。然后，我们按照 '关键字' 列进行排序，并删除 '关键字' 列。

输出的结果如下：

   序号     表名     sheet名                    姓名  金额
2   3  东部公司  工资-浙商银行  Femalegrhreherdfdfdfh    2
3   4  西部公司  离补-工商银行         Maledfgfdgdfdg    2
1   2  东部公司  奖金-民生银行         Femalestrehree    2
0   1  西部公司  差异-招商银行      Malehhjkjkgkjjgkgjk    2