python教程，如何直接获取或设置dataframe的行和列标签？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

一个正常的dataframe除了正常的内置数据外，还包括列名columns和索引名index，这两个名称就是本文的主角。本文中，将同时对解析出dataframe的columns和index，做微小的修改。

大家好，这里是苏南大叔的“程序如此灵动”博客，记录苏南大叔的代码经验文章。测试环境：win10，python@3.11.0。

获得一个dataframe

在dataframe相关文章分析中，已经得出的结论是：对于dataframe类型数据来说，无论是columns还是index都可以称之为labels，然后用axis和函数功能来组合起来区分，到底对应的是columns还是index。参考文章：

• https://newsn.net/say/dataframe-axis.html

获得一个dataframe的方式很多，可以直接定义一个。参考文章：

• https://newsn.net/say/pandas-dataframe.html

可以通过对csv文件进行解析，获得一个dataframe对象。参考文章：

• https://newsn.net/say/sklearn-csv.html

也可以远程对鸢尾花数据进行解析，获得鸢尾花专属的dataframe对象。参考文章：

• https://newsn.net/say/python-iris.html

甚至说，dataframe的.describe()方法的返回值，也是个dataframe对象。参考文章：

• https://newsn.net/say/dataframe-describe.html

本文就直接定义一个dataframe对象好了，测试代码：

import pandas as pd
df = pd.DataFrame(
    [("虎子", 5, "dog"),("老许", 3, "cat")],
    columns=("name", "age", "label"),
    index=("a1", "a2"),
)
print(df)

构造一个dataframe的时候，可以不设置列名columns，也可以不设置行名（索引名）index。不传的时候，就会使用默认的012345样式。

获得dataframe的列（columns）信息

print( df.columns )

其数据类型是：

<class 'pandas.core.indexes.base.Index'>

也可以直接修改columns信息，比如：

df.columns = ["col1","col2","col3"]
print(df)

获得dataframe的行（index）信息

df.index

其数据类型是：

<class 'pandas.core.indexes.base.Index'>

也可以直接修改index信息，比如：

df.index= ["row1","row2"]
print(df)

rename()直接修改标签

df.rename(
    columns={"name": "姓名", "age": "年龄", "label": "标签", "无关": "瞎写"},
    index={"a1": "第一行", "a2": "第二行"},
    inplace=True,
)
print(df)

输出：

     姓名  年龄   标签
第一行  虎子   5  dog
第二行  老许   3  cat

这里有个inplace=True，就是替换原变量的。不加这个参数的话，就是返回一个新的变量。rename里面，写出的columns和index就是个转化标准，如果没写或者写多了，都是没有问题的。

import pandas as pd
df = pd.DataFrame(['虎子', '二赖子', '老白', '老许', '哈基米'],
    index=['p1', 'p2', 'p3', 'p4', 'p5'])
print(df)
'''
      0
p1   虎子
p2  二赖子
p3   老白
p4   老许
p5  哈基米
'''

df.rename(columns={0: 'name'}, inplace=True)
print(df)
'''
   name
p1   虎子
p2  二赖子
p3   老白
p4   老许
p5  哈基米
'''

转换为list再设置标签

打印标签信息的类型的话，会发现其类型是：

<class 'pandas.core.indexes.base.Index'>

和预想的list类型差距较大，无法对其做添加修改等操作。而对标签信息进行设置的话，是可以接受类型和类型两种的。这里就可以用到一个从`到list`类型的转化。
核心代码是：

df.columns.values.tolist()

测试代码：

columns_ = df.columns.values.tolist()
print(type(df.columns))
print(columns_, type(columns_))

columns_[0] = "name2"
# columns_.append("col")
# columns_.insert(1,"col")
df.columns = columns_

print(df)

输出：

<class 'pandas.core.indexes.base.Index'>
['name', 'age', 'label'] <class 'list'>
   name2  age label
a1    虎子    5   dog
a2    老许    3   cat

获得dataframe的数值（values）信息

df.values

其数据类型是：

<class 'numpy.ndarray'>

但是不能直接修改.values，下面的语句会报错：

df.values= ["val1","val2"]

报错信息是：

AttributeError: property 'values' of 'DataFrame' object has no setter

结束语

写了很多dataframe的文章了，本文也多多少少算炒剩饭了。更多python文章，请参考苏南大叔的python文章：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。