pandas重新命名行名

可以使用`rename`方法来重新命名行名。具体操作如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4,5, 6]}, index=['a', 'b', 'c'])

# 使用rename方法重新命名行名
df = df.rename(index={'a': 'A', 'b': 'B', 'c': 'C'})

print(df)

输出结果为：

   A  B
A  1  4
B  2  5
C  3  6

相关问题

pandas怎么指定行名

在 Pandas 中，可以通过设置 DataFrame 的 `index` 属性来指定行名。例如：

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)

# 指定行名为 A、B、C
df.index = ['A', 'B', 'C']

print(df)

输出：

      name  age gender
A    Alice   25      F
B      Bob   30      M
C  Charlie   35      M

在上面的例子中，我们通过设置 `df.index` 来指定行名为 A、B、C。

pandas 重新命名列表

在 Pandas 中，你可以使用 `rename` 方法来重新命名数据框（DataFrame）的列名。

以下是一个示例代码：

import pandas as pd

# 创建一个示例数据框
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 通过字典方式指定新的列名
new_column_names = {'A': 'Column1', 'B': 'Column2'}
df = df.rename(columns=new_column_names)

print(df)

这将输出：

   Column1  Column2
0        1        4
1        2        5
2        3        6

通过将旧列名和新列名作为一个字典传递给 `rename` 方法，你可以将数据框的列名重新命名为你想要的名称。