我必须使用的数据有点混乱..它的数据内部有标题名称。如何从现有的 pandas 数据框中选择一行并将其(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
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二行中的值(索引位置 1):
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
如果索引不唯一,您可以使用:
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 all 行。因为非唯一索引可能会导致像这样的绊脚石(或潜在的错误),所以通常最好注意索引是唯一的(即使 Pandas 不需要它)。
这有效(pandas v'0.19.2'):
df.rename(columns=df.iloc[0])
重新创建数据框会更容易。 这也将从头开始解释列类型。
headers = df.iloc[0]
new_df = pd.DataFrame(df.values[1:], columns=headers)
要重命名标头而不重新分配 df:
df.rename(columns=df.iloc[0], inplace = True)
要删除该行而不重新分配 df:
df.drop(df.index[0], inplace = True)
您可以通过代表 header
的
Row number(s) to use as the column names, and the start of the data
参数在 read_csv或 read_html 构造函数中指定行索引。这样做的优点是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
columns
属性为什么不将它与标准 Python 一起使用,它更清楚你在做什么:
table = [['name', 'Rf', 'Rg', 'Rf,skin', 'CRI'],
['testsala.cxf', '86', '95', '92', '87'],
['testsala.cxf: 727037 lm', '86', '95', '92', '87'],
['630.cxf', '18', '8', '11', '18'],
['Huawei stk-lx1.cxf', '86', '96', '88', '83'],
['dedo uv no filtro.cxf', '52', '93', '48', '58']]
import pandas as pd
data = pd.DataFrame(table[1:],columns=table[0])
或者在这种情况下不是第一行,而是第十行:
columns = table.pop(10)
data = pd.DataFrame(table,columns=columns)