Перетворити рядок у заголовок стовпця для Pandas DataFrame,

111

Дані, з якими я маю працювати, трохи безладні. У його даних є назви заголовків. Як я можу вибрати рядок із існуючого фрейму даних панд і зробити його (перейменувати його) на заголовок стовпця?

Я хочу зробити щось на кшталт:

header = df[df['old_header_name1'] == 'new_header_name1']

df.columns = header

— EK
джерело

196

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

Встановіть мітки стовпців на рівні значень у другому ряду (розташування індексу 1):

In [23]: df.columns = df.iloc[1]

Якщо індекс має унікальні мітки, ви можете скинути другий рядок, використовуючи:

In [24]: df.drop(df.index[1])
Out[24]: 
1 foo bar baz
0   1   2   3
2   4   5   6

Якщо індекс не унікальний, ви можете використовувати:

In [133]: df.iloc[pd.RangeIndex(len(df)).drop(1)]
Out[133]: 
1 foo bar baz
0   1   2   3
2   4   5   6

Використання df.drop(df.index[1])видаляє всі рядки з тією ж міткою, що і другий ряд. Оскільки не унікальні індекси можуть призводити до таких каменів спотикання (або потенційних помилок), часто краще подбати про те, щоб індекс був унікальним (навіть якщо Pandas цього не вимагає).

— unutbu
джерело

Дуже дякую за швидку відповідь! Як я можу вибрати рядок за значенням замість місця розташування індексу, щоб зробити його заголовком? Тож для вашого прикладу щось на кшталт .. df.column = df [df [0] == 'foo']

— EK

Проблема в тому, що там може бути більше одного ряду, який має значення "foo". Один з способів обійти цю проблему, щоб явно вибрати перший такий ряд: df.columns = df.iloc[np.where(df[0] == 'foo')[0][0]].

— unutbu

Ах, я бачу, чому ти так зробив У моєму випадку я знаю, що існує лише один рядок, який має значення "foo". Так це нормально. Я щойно зробив це так, я думаю, це те саме, що і те, що ви мені дали вище. idx_loc = df [df [0] == 'foo']. index.tolist () [0] df.column = df.iloc [idx_loc]

— EK

63

Це працює (pandas v'0.19.2 '):

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

— Захарі Вілсон
джерело

22

Ви можете видалити рядок "заголовка", додавши.drop(df.index[0])

— ostrokach

Мені це подобається краще, ніж фактично прийнята відповідь. Я люблю короткі однолінійні рішення.

— Хав'єр

13

Простіше було б відтворити кадр даних. Це також інтерпретує типи стовпців з нуля.

headers = df.iloc[0]
new_df  = pd.DataFrame(df.values[1:], columns=headers)

— shahar_m
джерело

4

Ви можете вказати індекс рядків у конструкторах read_csv або read_html за допомогою headerпараметра, який представляє Row number(s) to use as the column names, and the start of the data. Це має перевагу в тому, щоб автоматично скинути всі попередні рядки, які нібито є непотрібними.

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

— ccpizza
джерело