09.pandas修改列名、索引名字

有时候我们需要修改DataFrame的个别列名或者索引，避免重复、方便使用。

这时就需要使用到rename()函数，rename()函数使用时比较简单。

源数据

现在我们想要把'表1Lat'和'表1Lon'改为维度和经度：

其中columns代表要对列名进行修改，在Python的pandas库里面，跟列名有关的一般都是用columns，而不是用names。在columns后面是一个字典形式，键是原列名，值是新列名。修改的时候只会改选择到的列。注意修改只会要写入源数据时需要赋值或者用inplace = True。

rename()函数适合于修改个别的索引或者列名，如果需要大部分的修改或者全部修改的话就使用set_index()函数比较方便。

多层索引或者列名怎么修改？

Excel文件中可能包含合并单元格的数据，如以下形式，直接使用pandas进行处理会带来问题。

首先明确合并单元格存储数据原理，即数据只存储在合并单元格的左上角，其他位置存储的是NaN。

将以上表格的表头处理成['姓名', '基本信息_身高', '基本信息_体重', '基本信息_性别', ’成绩', '成绩']

因为成绩列合并了两列单元格，上述处理会带来重复表头问题，同时数据中也存在合并单元格问题，数据只存在最左单元格中。需要删除重复表头，保留数据列

根据行索引和列名，获取一个元素的值

根据行索引和列索引获取 元素值

选取元素，或者行

选取元素

选取行返回一个series

选取行列返回dataframe

按索引选取元素

获取行的series

到此这篇关于详解pandas获取[Dataframe]

原文：

1、 详解pandas获取Dataframe元素值的几种方法

2、 >

1、删除一列：

    Del df[column] -> df的列直接被删除；

    Dfdrop(col,axis=1) -> 删除一列，不改变原df，重新赋值一个新的df

    Dfdrop(col,axis=1,inplace=True) -> 直接改变原df的值   

2、查看df每列数据类型：

    Df[col]dtype==‘object’ == True

    Df[col]dtype==‘int’ == True

    Df[col]dtype==‘float’ == True

3、强制修改df某列类型：

    Df[col]=df[col]astype(float) -> 将col列改为float类型

4、DataFrame中方差为0的列：

    Series=dfvar() ## 获取方差series

    Lst_col=Series[Seriesvalues == 0]indextolist()

5、打印异常

try：

    Execute()

Exception as err:

    Print(err)

以上就是关于09.pandas修改列名、索引名字全部的内容，包括:09.pandas修改列名、索引名字、pandas：处理合并单元格、详解pandas获取Dataframe元素值的几种方法等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！