将列表作为行和列索引添加到pandas数据框

Question

我有一个熊猫数据框：

    0   1   2   3   4
0   4.8 2.1 0  6.2  0
1   8.5 4.9 0  2.2  0
2   0   5.3 6  9.3  0

和两个列表： ind = [ind1，ind2，ind3]和col = [col1，col2，col3，col4，col5]

我想重命名数据框索引和列，例如：

     col1 col2 col3 col4 col5
ind1 4.8  2.1   0    6.2  0
ind2 8.5  4.9   0    2.2  0
ind3  0   5.3   6    9.3  0

我尝试将列表转换为数据框，并通过df.append（col）和df.append（ind）追加。但这是行不通的（可能是因为df的索引不同于col和ind数据帧的索引）

我该怎么做？

Answer 1

和set_axis

df.set_axis(ind, inplace=False).set_axis(col, axis=1, inplace=False)

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

当前版本的Pandas需要使用inplace=False。以后的版本将以inplace=False作为默认值。这会将代码减少为

df.set_axis(ind).set_axis(col, axis=1)

这将并行使用set_index。在set_index中使用set_axis和axis=0的主要区别在于，set_index需要一个Numpy数组，而set_axis使用列表。 set_index 不不适用于列表，因为它会将列表解释为列列表，将其值用作MultiIndex中的元素。

---

我喜欢user3483203对rename的使用。您还可以将callable传递给参数。这是处理为索引和列添加通用前缀的便捷方法

def prefix(t):
    def p(x):
        return f"{t}{int(x)+1}"
    return p

df.rename(index=prefix('ind'), columns=prefix('col'))

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

Answer 2

重新创建df

ind = ['ind1', 'ind2', 'ind3']  
col = ['col1', 'col2', 'col3', 'col4', 'col5']
pd.DataFrame(df.values,columns=col,index=ind)
Out[377]: 
      col1  col2  col3  col4  col5
ind1   4.8   2.1   0.0   6.2   0.0
ind2   8.5   4.9   0.0   2.2   0.0
ind3   0.0   5.3   6.0   9.3   0.0

Answer 3

如果要避免创建初始列表，请使用 rename 和 f-strings ：

df.rename(
    index={i: f'ind{i+1}' for i in df.index},
    columns={i: f'col{int(i)+1}' for i in df.columns}
)

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

如果这只是示例命名约定，而您正在遵循另一种模式，则建议使用@piRSquared's答案。

Answer 4

df = df.set_index(ind)

df.columns = col

Answer 5

尝试：

df.index = ind

df.columns = col

>>> df
      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0