Question

我经常使用这种创建或替换列并根据条件分配值的行：

df.loc[df['somecolumn'].str.endswith('_s'), 'somecolumn'] = '_sp'

除了索引列，我想做同样的事情。我的具体问题是如何引用索引列？

df.loc[df.index.str.endswith('_s'), 'index column name?'] = '_sp'

我尝试使用df.index.name，但是它创建了一个新列，而不是更改索引列中的值。

Answer 1

IIUC，

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,(5,5)), columns=['a_s','b','c_s','d','e'], index=['A','B_s','C','D_s','E_s'])

df.columns = df.columns.str.replace('_s','_sp')
df.index = df.index.str.replace('_s','_sp')

print(df)

输出：

      a_sp   b  c_sp   d   e
A       51  80    48  93  34
B_sp    96  16    73  15  29
C       27  85    35  93  69
D_sp    92  79    90  71  85
E_sp     4  63     2  77  14

Answer 2

正如我在评论部分中所述，您确实不需要使用index.str.endswith，直到严格来说，它需要使用锚点（例如开始^和结尾为$）为你做一份工作。

只需考虑@Scott的样品。

df.index.str.replace(r'_s$', '_sp', regex=True)

为了后代，我在这里保留这个答案。

Answer 3

正如pygo所建议的，这可以完美地完成技巧：

df.index = df.index.str.replace(r'_s$', '_sp', regex=True)

用pandas数据框索引中的条件替换字符串

3 个答案: