Python Pandas 用顶行替换标题

Posted 2023-02-16

【中文标题】Python Pandas 用顶行替换标题

【英文标题】：Python Pandas Replacing Header with Top Row

【发布时间】：2015-09-28 11:59:59

【问题描述】：

我目前有一个如下所示的数据框：

           Unnamed: 1    Unnamed: 2   Unnamed: 3  Unnamed: 4
0   Sample Number  Group Number  Sample Name  Group Name
1             1.0           1.0          s_1         g_1
2             2.0           1.0          s_2         g_1
3             3.0           1.0          s_3         g_1
4             4.0           2.0          s_4         g_2

我正在寻找一种方法来删除标题行并使第一行成为新的标题行，因此新的数据框将如下所示：

    Sample Number  Group Number  Sample Name  Group Name
0             1.0           1.0          s_1         g_1
1             2.0           1.0          s_2         g_1
2             3.0           1.0          s_3         g_1
3             4.0           2.0          s_4         g_2

我已经尝试过 if 'Unnamed' in df.columns: 的内容，然后制作没有标题 df.to_csv(newformat,header=False,index=False) 的数据框，但我似乎没有得到任何结果。

【参考方案1】：

或者，我们可以在使用 pandas 读取文件时执行此操作。

我们可以使用这种情况，

pd.read_csv('file_path',skiprows=1)

读取文件时，这将跳过第一行并将列设置为文件的第二行。

【讨论】：

这并不能解决问题。第二行中的值不应该是标题值。事实上，这基本上与解决方案应该是相反的。如果 skiprows=-1 会导致第一行用作标题，那将是解决方案。公认的解决方案实现了目标。

【参考方案2】：

另一个使用 Python 交换的单行代码：

df, df.columns = df[1:] , df.iloc[0]

这不会重置索引

虽然，相反的情况不会像预期的那样工作df.columns, df = df.iloc[0], df[1:]

【参考方案3】：

最佳实践和Best OneLiner：

df.to_csv(newformat,header=1)

注意标题值：

标题是指用作列名的行号。没错，行号不是df，而是来自excel文件（0是第一行，1是第二行，依此类推）。

这样，您将获得所需的列名，而无需编写额外的代码或创建新的 df。

好消息是，它删除了被替换的行。

【讨论】：

这只是输出 CSV，它不会改变数据框，对吧？

@AMC 回复有点晚。回答你的问题，是的。它对数据框没有影响。

那么这个答案不适用于这个问题，单行也不能解决问题。关键不是生成 CSV；而是生成 CSV。它是用第一行中的值替换数据框的标题。

它替换了熊猫上的数据帧头。代码本身是“df.”，df 是您从 csv 文件中读取数据的数据框

【参考方案4】：

header = table_df.iloc[0]
table_df.drop([0], axis =0, inplace=True)
table_df.reset_index(drop=True)
table_df.columns = header
table_df

【讨论】：

请补充说明

【参考方案5】：

这是一个“就地”定义列索引的简单技巧。因为set_index 设置了 row 索引，我们可以通过转置数据框、设置索引并将其转回来对列执行相同的操作：

df = df.T.set_index(0).T

请注意，如果您的行已经有不同的索引，您可能需要更改 set_index(0) 中的 0。

【参考方案6】：

--另一种方法

df.columns = df.iloc[0]
df = df.reindex(df.index.drop(0)).reset_index(drop=True)
df.columns.name = None

    Sample Number  Group Number  Sample Name  Group Name
0             1.0           1.0          s_1         g_1
1             2.0           1.0          s_2         g_1
2             3.0           1.0          s_3         g_1
3             4.0           2.0          s_4         g_2

如果你喜欢它，请点击向上箭头。谢谢

【参考方案7】：

@ostrokach 答案是最好的。您很可能希望在对数据框的任何引用中都保留它，因此会受益于 inplace = True。df.rename(columns=df.iloc[0], inplace = True) df.drop([0], inplace = True)

【参考方案8】：

只需做即可更改数据框

df.columns = df.iloc[0]
df = df[1:]

然后

df.to_csv(path, index=False) 

应该做的伎俩。

【讨论】：

这是一个更好的答案，因为其中没有多余的代码（new_header）。

【参考方案9】：

如果你想要单线，你可以这样做：

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

【讨论】：

如果您不希望索引丢失某些内容，请使用 df.rename(columns=df.iloc[0]).drop(df.index[0]).reset_index(drop=True)。

在将其设为两行' df.rename(columns=df.iloc[0, :], inplace=True) df.drop(df.index[0],就地=真）

【参考方案10】：

new_header = df.iloc[0] #grab the first row for the header
df = df[1:] #take the data less the header row
df.columns = new_header #set the header row as the df header