Question

当我转置数据帧时，默认情况下标头被视为“索引”。但我希望它是一列而不是索引。我该如何实现？

import pandas as pd
dict = {'col-a': [97, 98, 99],
        'col-b': [34, 35, 36],
        'col-c': [24, 25, 26]}

df = pd.DataFrame(dict)
print(df.T)

        0   1   2
col-a  97  98  99
col-b  34  35  36
col-c  24  25  26

所需的输出：

        0   1   2   3
  0  col-a  97  98  99
  1  col-b  34  35  36
  2  col-c  24  25  26

Answer 1

尝试from sklearn.metrics import make_scorer scorer = make_scorer(your_custom_score_func) opt.fit(X_train, y_train, X_val, y_val, scoring=scorer)和hypopt.GridSearch.fit()：

或者：

reset_index

两个输出：

df=df.T.reset_index()
print(df)

如果关心列名，请将其添加到代码中：

df.T.reset_index(inplace=True)
print(df)

或者：

   index   0   1   2
0  col-a  97  98  99
1  col-b  34  35  36
2  col-c  24  25  26

或者如果不知道列数：

df.columns=range(4)

或者：

it=iter(range(4))
df=df.rename(columns=lambda x: next(it))

所有输出：

df.columns=range(len(df.columns))

Answer 2

使用reset_index，然后设置默认列名称：

df1 = df.T.reset_index()
df1.columns = np.arange(len(df1.columns))
print (df1)
       0   1   2   3
0  col-a  97  98  99
1  col-b  34  35  36
2  col-c  24  25  26

另一种解决方案：

print (df.rename_axis(0, axis=1).rename(lambda x: x + 1).T.reset_index())
#alternative
#print (df.T.rename_axis(0).rename(columns = lambda x: x + 1).reset_index())
       0   1   2   3
0  col-a  97  98  99
1  col-b  34  35  36
2  col-c  24  25  26

以标头为列而不是索引的方式转置熊猫数据框

2 个答案: