python获取DataFrame的行名和列名

你可以使用 `df.index` 获取 DataFrame 的行名，使用 `df.columns` 获取 DataFrame 的列名。下面是一个示例：

import pandas as pd

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

# 获取行名和列名
print(df.index)    # 输出：RangeIndex(start=0, stop=3, step=1)
print(df.columns)  # 输出：Index(['name', 'age'], dtype='object')

其中，`df.index` 返回的是一个 `RangeIndex` 对象，表示行的范围索引；`df.columns` 返回的是一个 `Index` 对象，表示列名的索引。你可以将它们转换为列表或数组，以便进一步处理。

相关问题

在python中如何同时改变dataframe的行名列名

在Python的Pandas库中，你可以通过`rename()`方法同时改变DataFrame的行名（index）和列名（columns）。这里是一个简单的例子：

import pandas as pd

# 假设我们有以下DataFrame df
original_df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['row1', 'row2', 'row3'])

# 改变行名（索引）
new_index = ['index1', 'index2', 'index3']
df.index = new_index

# 改变列名
new_columns = {'A': 'ColumnA', 'B': 'ColumnB', 'C': 'ColumnC'}
df.columns = new_columns

print(df)

在这个例子中，我们首先创建了一个名为`original_df`的DataFrame，然后分别用`new_index`列表替换行名，再用字典`new_columns`替换列名。最后，打印出更新后的DataFrame。

如果你只想要一次性操作，可以传递一个字典给`rename()`函数，该字典的键是原始名称，值是新的名称，这样就可以同时处理行名和列名了：

df = df.rename(index=new_index_dict, columns=new_column_dict)

其中`new_index_dict`是行名的新名称字典，`new_column_dict`是列名的新名称字典。

python读取csv保留行名和列名

在Python中，使用pandas库读取CSV文件并保留行名（索引）和列名（headers）非常方便。以下是一个简单的例子：

import pandas as pd

# 使用pandas的read_csv函数读取CSV文件
df = pd.read_csv('your_file.csv', index_col=0)  # 如果第一行是行名，index_col参数设置为0

# 这里，'your_file.csv'替换成你要读取的实际文件路径
# 如果没有特定的行名，index_col默认为None，不会自动设为索引。

# 如果CSV文件的第一行是列名，`header`参数会自动识别：
df = pd.read_csv('your_file.csv', header=0)

# 现在df变量就是包含行名和列名的DataFrame对象
print(df)

如果你希望将列名作为DataFrame的列而不是索引，你可以像这样操作：

df = pd.read_csv('your_file.csv', index_col=None, names=['Column1', 'Column2', ...])  # 列名列表替换为实际列名