将 Pandas DataFrame 的行转换为列标题

Question

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

Answer 1

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）。

Answer 2

这有效（pandas v'0.19.2'）：

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

Answer 3

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)

Answer 4

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)

Answer 5

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

Answer 6

保持 Python 简单

Padas DataFrames 有

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)