重新命名 pandas DataFrame索引 [英] Rename Pandas DataFrame Index

问题描述

我有一个没有标题的csv文件，带有DateTime索引。我想重命名索引和列名称，但是使用df.rename（）只重命名列名。错误？我在版本0.12.0

 在[2]中：df = pd.read_csv（r'D：\Data \DataTimeSeries_csv // seriesSM.csv'，header = None，parse_dates = [[0]]，index_col = [0]）
 
在[3]中：df.head（）
出[3]：
 1 
 0 
 2002-06-18 0.112000 
 2002-06-22 0.190333 
 2002-06-26 0.134000 
 2002 -06-30 0.093000 
 2002-07-04 0.098667 
 
在[4]中：df.rename（index = {0：'Date'}，columns = {1：'SM' }，inplace = True 
 
在[5]中：df.head（）
输出[5]：
 SM 
 0 
 2002-06 -18 0.112000 
 2002-06-22 0.190333 
 2002-06-26 0.134000 
 2002-06-30 0.093000 
 2002-07-04 0.098667 
  

解决方案

重命名

您要重命名为索引级别的名称：

  df.index.names = ['Date' ] 
  

想想这个的好方法是列和索引是相同类型的对象（索引或 MultiIndex ），您可以通过转置来交换两个。

这是一个有点混乱，因为索引名称具有与列相似的含义，所以这里有更多的例子：

 在[1]中：df = pd.DataFrame（[[1，2，3]，[4，5，6]]，columns = list（'ABC'）
 
在[2]中：df 
输出[2]：
 ABC 
 0 1 2 3 
 1 4 5 6 
 
 [3]：df1 = df.set_index（'A'）
 
在[4]中：df1 
输出[4]：
 BC 
 A 
 1 2 3 
 4 5 6 
  

您可以在索引上看到重命名，可以更改值 1：

 在[5]中：df1.rename（index = {1 ：'a'}）
出[5]：
 BC 
 A 
a 2 3 
 4 5 6 
 
在[6] ：df1.rename（columns = {'B'：'BB'}）
输出[6]： 
 BB C 
 A 
 1 2 3 
 4 5 6 
  

在重命名级别名称时：

 在[7]中：df1.index.names = ['index'] 
 df1.columns.names = ['column'] 
  

注意：此属性只是列表，您可以将其重命名为列表理解/映射。

 在[8]中：df1 
 [8]：
列BC 
索引
 1 2 3 
 4 5 6 
  

I've a csv file without header, with a DateTime index. I want to rename the index and column name, but with df.rename() only the column name is renamed. Bug? I'm on version 0.12.0

In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv', header=None, parse_dates=[[0]], index_col=[0] )

In [3]: df.head()
Out[3]: 
                   1
0                   
2002-06-18  0.112000
2002-06-22  0.190333
2002-06-26  0.134000
2002-06-30  0.093000
2002-07-04  0.098667

In [4]: df.rename(index={0:'Date'}, columns={1:'SM'}, inplace=True)

In [5]: df.head()
Out[5]: 
                  SM
0                   
2002-06-18  0.112000
2002-06-22  0.190333
2002-06-26  0.134000
2002-06-30  0.093000
2002-07-04  0.098667

解决方案

The rename method takes a dictionary for the index which applies to index values.
You want to rename to index level's name:

df.index.names = ['Date']

A good way to think about this is that columns and index are the same type of object (Index or MultiIndex), and you can interchange the two via transpose.

This is a little bit confusing since the index names have a similar meaning to columns, so here are some more examples:

In [1]: df = pd.DataFrame([[1, 2, 3], [4, 5 ,6]], columns=list('ABC'))

In [2]: df
Out[2]: 
   A  B  C
0  1  2  3
1  4  5  6

In [3]: df1 = df.set_index('A')

In [4]: df1
Out[4]: 
   B  C
A      
1  2  3
4  5  6

You can see the rename on the index, which can change the value 1:

In [5]: df1.rename(index={1: 'a'})
Out[5]: 
   B  C
A      
a  2  3
4  5  6

In [6]: df1.rename(columns={'B': 'BB'})
Out[6]: 
   BB  C
A       
1   2  3
4   5  6

Whilst renaming the level names:

In [7]: df1.index.names = ['index']
        df1.columns.names = ['column']

Note: this attribute is just a list, and you could do the renaming as a list comprehension/map.

In [8]: df1
Out[8]: 
column  B  C
index       
1       2  3
4       5  6

这篇关于重新命名 pandas DataFrame索引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IT屋！