本文介绍了如何使用Pandas Read(Python)重命名DataFrame中的行？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我想重命名python程序中的行(版本-spyder 3-python 3.6)。在这一点上，我有一些类似的东西：
import pandas as pd
data = pd.read_csv(filepath, delim_whitespace = True, header = None)
在此之前，我想重命名我的列：
data.columns = ['A', 'B', 'C']
它给了我类似的东西。
A B C
0 1 n 1
1 1 H 0
2 2 He 1
3 3 Be 2
但现在，我想重命名行。我想：
A B C
n 1 n 1
H 1 H 0
He 2 He 1
Be 3 Be 2
我该怎么做？其主要思想是根据B列中的数据重命名pd.read创建的每一行。我尝试了这样的操作：
for rows in data:
data.rename(index={0:'df.loc(index, 'B')', 1:'one'})
但它不起作用。
有什么想法吗？也许只需将数据框行替换为B列？如何？
推荐答案
我认为需要set_indexrename_axis：
df1 = df.set_index('B', drop=False).rename_axis(None)
rename和词典的解决方案：
df1 = df.rename(dict(zip(df.index, df['B'])))
print (dict(zip(df.index, df['B'])))
{0: 'n', 1: 'H', 2: 'He', 3: 'Be'}
如果默认RangeIndex解决方案应为：
df1 = df.rename(dict(enumerate(df['B'])))
print (dict(enumerate(df['B'])))
{0: 'n', 1: 'H', 2: 'He', 3: 'Be'}
输出：
print (df1)
A B C
n 1 n 1
H 1 H 0
He 2 He 1
Be 3 Be 2
编辑：
如果不需要列B解决方案是read_csv按参数index_col：
import pandas as pd
temp=u"""1 n 1
1 H 0
2 He 1
3 Be 2"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), delim_whitespace=True, header=None, index_col=[1])
print (df)
0 2
1
n 1 1
H 1 0
He 2 1
Be 3 2
这篇关于如何使用Pandas Read(Python)重命名DataFrame中的行？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！