pandas 加列索引
时间: 2023-07-09 20:43:06 浏览: 54
要给 Pandas DataFrame 加列索引,可以使用 `set_axis` 方法。例如,给一个 DataFrame 添加列索引 ["A", "B", "C"],可以执行以下代码:
``` python
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]], columns=["col1", "col2", "col3"])
df.set_axis(["A", "B", "C"], axis=1, inplace=True)
print(df)
```
输出结果为:
```
A B C
0 1 2 3
1 4 5 6
2 7 8 9
```
其中,`set_axis` 的第一个参数为要添加的列索引,第二个参数 `axis=1` 表示操作列索引,`inplace=True` 表示在原 DataFrame 上进行修改。
相关问题
pandas更新索引
要更新pandas的索引,可以使用reindex()方法。reindex()方法可以根据指定的新索引重新排列数据。具体步骤如下所示:
1. 导入pandas库:
import pandas as pd
2. 创建原始数据对象,例如Series或DataFrame:
ps = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
3. 使用reindex()方法更新索引,将新索引作为参数传递给reindex()方法:
new_ps = ps.reindex(['a', 'b', 'c', 'd'])
这样就可以得到一个更新后的数据对象new_ps,其索引已经根据新指定的索引进行了更新。如果原始数据中没有出现在新索引中的值,那么该位置的值将会是缺失值NaN。
pandas重命名索引
在pandas中,可以使用`rename()`函数来重命名索引。`rename()`函数可以接受一个字典作为参数,字典的键表示原始索引名称,值表示新的索引名称。以下是重命名索引的示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data, index=['a', 'b', 'c'])
# 使用rename()函数重命名索引
df = df.rename(index={'a': 'A', 'b': 'B', 'c': 'C'})
# 打印重命名后的DataFrame
print(df)
```
输出结果为:
```
A B
A 1 4
B 2 5
C 3 6
```