将 Pandas DataFrame 的行转换为列标题，

Posted 2023-03-11

【中文标题】将 Pandas DataFrame 的行转换为列标题，

【英文标题】：Convert row to column header for Pandas DataFrame,

【发布时间】：2014-11-26 15:17:06

【问题描述】：

我必须处理的数据有点混乱。它的数据中有标题名称。如何从现有的 pandas 数据框中选择一行并使其（重命名为）列标题？

我想做这样的事情：

header = df[df['old_header_name1'] == 'new_header_name1']

df.columns = header

【参考方案1】：

要重命名标题而不重新分配df：

df.rename(columns=df.iloc[0], inplace = True)

删除行而不重新分配df：

df.drop(df.index[0], inplace = True)

【参考方案2】：

您可以通过代表Row number(s) to use as the column names, and the start of the data的header参数在read_csv或read_html构造函数中指定行索引。这样做的好处是可以自动删除前面所有被认为是垃圾的行。

import pandas as pd
from io import StringIO

In[1]
    csv = '''junk1, junk2, junk3, junk4, junk5
    junk1, junk2, junk3, junk4, junk5
    pears, apples, lemons, plums, other
    40, 50, 61, 72, 85
    '''

    df = pd.read_csv(StringIO(csv), header=2)
    print(df)

Out[1]
       pears   apples   lemons   plums   other
    0     40       50       61      72      85

【参考方案3】：

In [21]: df = pd.DataFrame([(1,2,3), ('foo','bar','baz'), (4,5,6)])

In [22]: df
Out[22]: 
     0    1    2
0    1    2    3
1  foo  bar  baz
2    4    5    6

将列标签设置为等于第 2 行（索引位置 1）中的值：

In [23]: df.columns = df.iloc[1]

如果索引具有唯一标签，您可以使用以下方法删除第二行：

In [24]: df.drop(df.index[1])
Out[24]: 
1 foo bar baz
0   1   2   3
2   4   5   6

如果索引不是唯一的，你可以使用：

In [133]: df.iloc[pd.RangeIndex(len(df)).drop(1)]
Out[133]: 
1 foo bar baz
0   1   2   3
2   4   5   6

使用df.drop(df.index[1]) 删除与第二行具有相同标签的所有 行。因为非唯一索引可能会导致这样的绊脚石（或潜在错误），所以通常最好注意索引是唯一的（即使 Pandas 不需要它）。

【讨论】：

非常感谢您的快速回复！如何按值而不是索引位置选择行以使其成为标题？因此，对于您的示例，例如.. df.columns = df[df[0] == 'foo']

问题在于可能不止一行的值为"foo"。解决该问题的一种方法是明确选择第一行：df.columns = df.iloc[np.where(df[0] == 'foo')[0][0]]。

啊，我明白你为什么那样做。就我而言，我知道只有一行的值为“foo”。所以没关系。我就是这样做的，我想它和你上面给我的一样。 idx_loc = df[df[0] == 'foo'].index.tolist()[0] df.columns = df.iloc[idx_loc]

【参考方案4】：

重新创建数据框会更容易。 这也会从头开始解释列类型。

headers = df.iloc[0]
new_df  = pd.DataFrame(df.values[1:], columns=headers)

【讨论】：

简单易行。不错！

【参考方案5】：

这有效（pandas v'0.19.2'）：

df.rename(columns=df.iloc[0])

【讨论】：

您可以通过添加.drop(df.index[0])删除“标题”行

我比实际接受的答案更喜欢这个。我喜欢简短的在线解决方案。