将列表作为行和列索引添加到熊猫数据框答案

【问题标题】：Adding a list as row and column indices to pandas dataframe将列表作为行和列索引添加到熊猫数据框
【发布时间】：2019-01-02 10:58:25
【问题描述】：

我有一个熊猫数据框：

    0   1   2   3   4
0   4.8 2.1 0  6.2  0
1   8.5 4.9 0  2.2  0
2   0   5.3 6  9.3  0

还有两个列表： ind=[ind1,ind2,ind3] 和 col=[col1,col2,col3,col4,col5]

我想重命名数据框索引和列，以便：

     col1 col2 col3 col4 col5
ind1 4.8  2.1   0    6.2  0
ind2 8.5  4.9   0    2.2  0
ind3  0   5.3   6    9.3  0

我尝试将列表转换为数据框并附加df.append(col)和df.append(ind)。但这不起作用（可能是因为 df 的索引与 col 和 ind 数据帧的索引不同）

我该怎么做？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

与`set_axis`

df.set_axis(ind, inplace=False).set_axis(col, axis=1, inplace=False)

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

当前版本的 Pandas 需要使用 inplace=False。未来版本将默认使用inplace=False。这会将代码减少到

df.set_axis(ind).set_axis(col, axis=1)

这将并行使用set_index。 set_index 和 set_axis 用于 axis=0 的主要区别在于 set_index 需要 Numpy 数组，而 set_axis 使用列表。 set_index不使用列表，因为它将列表解释为列的列表，将其值用作 MultiIndex 中的元素。

我喜欢user3483203 对rename 的使用。您还可以将callables 传递给参数。这是处理向索引和列添加通用前缀的便捷方法

def prefix(t):
    def p(x):
        return f"{t}{int(x)+1}"
    return p

df.rename(index=prefix('ind'), columns=prefix('col'))

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

【讨论】：

非常好的更新，不知道你可以通过 callables！

【解决方案2】：

重新创建你的 df

ind = ['ind1', 'ind2', 'ind3']  
col = ['col1', 'col2', 'col3', 'col4', 'col5']
pd.DataFrame(df.values,columns=col,index=ind)
Out[377]: 
      col1  col2  col3  col4  col5
ind1   4.8   2.1   0.0   6.2   0.0
ind2   8.5   4.9   0.0   2.2   0.0
ind3   0.0   5.3   6.0   9.3   0.0

【讨论】：

【解决方案3】：

如果您想避免创建初始列表，请使用 rename 和 f-strings：

df.rename(
    index={i: f'ind{i+1}' for i in df.index},
    columns={i: f'col{int(i)+1}' for i in df.columns}
)

      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

如果这只是一个示例命名约定并且您正在遵循另一种模式，我建议使用@piRSquared's 答案。

【讨论】：

有趣的方法:-)
我觉得这个更干净df.rename(index=dict(zip(df.index, ind)), columns=dict(zip(df.columns, col)))
哦，我同意如果他们仍在使用他们的列表，我试图提出一个替代方案，避免像他们一样创建初始列表。如果这些列表只是其他内容的占位符，则此方法没有帮助
是的，我在评论之后意识到了这一点。事实上，你启发了我为我的答案添加一个替代方案。

【解决方案4】：

df = df.set_index(ind)

df.columns = col

【讨论】：

用这样的列表设置索引是行不通的，至少在我的版本中是这样的......但是，你可以这样做df.set_index(pd.Series(ind))
这至少在我的版本中有效，不确定你的版本是什么

【解决方案5】：

尝试：

df.index = ind

df.columns = col

>>> df
      col1  col2  col3  col4  col5
ind1   4.8   2.1     0   6.2     0
ind2   8.5   4.9     0   2.2     0
ind3   0.0   5.3     6   9.3     0

【讨论】：

这对我不起作用...这最终会导致整个数据帧的 NaNing
有趣。你使用的是什么版本的pandas？我在0.21.1

与set_axis

与`set_axis`