将 Pandas DataFrame 的行转换为列标题

Question

我需要处理一些有点凌乱的数据……它里面包含了表头名称。如何从已存在的Pandas数据框中选择一行，并将其（重命名为）列标题？

我想要做的事情类似于：

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

df.columns = header

- E.K.

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

将列标签设置为第2行（索引位置1）中的值：

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])会删除所有标签与第二行相同的行。由于非唯一索引可能会导致类似这样的障碍（或潜在的错误），因此最好确保索引是唯一的（即使Pandas不需要）。

- unutbu

---

非常感谢您的快速回复！我该如何选择一行而不是索引位置来使其成为标题？所以对于您的示例，类似于.. df.columns = df[df[0] == 'foo'] - E.K.

问题在于可能有多行具有值“foo”。解决这个问题的一种方法是明确选择第一个这样的行：df.columns = df.iloc[np.where(df[0] == 'foo')[0][0]]。 - unutbu

啊，我明白你为什么这样做了。对于我的情况，我知道只有一行的值是“foo”。所以没问题。我只是按照你上面给我的方式来做了，我想这和你给我的那个是一样的。idx_loc = df[df[0] == 'foo'].index.tolist()[0] df.columns = df.iloc[idx_loc] - E.K.

Answer 2

这个版本适用（pandas v'0.19.2'）：

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

- Zachary Wilson

---

您可以通过添加.drop(df.index[0])来删除“标题”行。该操作会删除DataFrame中索引为0的行，也就是第一行，即“标题”行。 - ostrokach

我喜欢这个比实际被接受的答案更好。我喜欢简短的一行解决方案。 - Javier

请记住，在删除第一行后，索引将从1开始，因此您可能需要添加.reset_index(drop=True)。 - onestep.ua

Answer 3

重新创建数据框架会更容易。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)

- shahar_m

---

简单易懂。不错！ - Draco D

Answer 4

重新命名标题而不重新分配df：

df.rename(columns=df.iloc[0], inplace = True)

不重新分配 df 的情况下删除行：

df.drop(df.index[0], inplace = True)

- Govinda

Answer 5

您可以通过read_csv或read_html构造函数中的header参数指定行索引，该参数代表用作列名和数据开头的行号(s)。这样做的好处是自动删除所有之前的废弃行。

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

- ccpizza

---

这并没有解决问题本身，问题是关于一个已经存在的“DataFrame”。 - pablete

一些发现这个问题的用户（可能是大多数）的用例比 OP 更通用；这个答案是为那个群体准备的。 - ccpizza

Answer 6

保持Python简单

Pandas DataFrames有columns属性，为什么不与标准Python一起使用呢？这样做更清晰明了：

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])

或者在情况下不是第一行，而是第10行，例如：

columns = table.pop(10)
data = pd.DataFrame(table,columns=columns)

- G M

---

测试了性能，尽管我们知道创建新的DataFrame是“耗时”的。无论如何，采用这种方法花费了40倍的时间。 - gbox

@gbox 感谢您的评论！如果您想编辑答案 - G M