Bagaimana untuk menamakan semula Nama Indeks dalam Pandas DataFrames?

Menamakan semula Indeks dalam Pandas DataFrame

Apabila bekerja dengan Pandas DataFrames, selalunya perlu mengubah suai nama indeks atau lajur agar lebih sesuai dengan data tugas analisis. Kaedah menamakan semula menyediakan cara yang mudah untuk menamakan semula lajur, tetapi bagaimana pula dengan indeks?

Isu:

Pertimbangkan DataFrame dengan indeks DateTime dan lajur tidak berlabel. Percubaan untuk menamakan semula kedua-dua nama indeks dan lajur menggunakan kaedah nama semula menyebabkan hanya nama lajur dinamakan semula.

Penyelesaian:

Kaedah nama semula beroperasi pada nilai indeks , bukan nama indeks. Untuk menukar nama indeks, gunakan yang berikut:

<code class="python">df.index.names = ['NewIndexName']</code>

Memahami Perbezaan:

Indeks dan lajur dalam DataFrame adalah serupa sifatnya, kerana kedua-duanya mewakili koleksi nilai tersusun. Walau bagaimanapun, konvensyen penamaan adalah berbeza. Nama indeks merujuk kepada tahap indeks (cth., 'Tarikh'), manakala nama lajur merujuk kepada lajur tertentu (cth., 'SM').

Contoh:

Untuk menjelaskan perbezaan, pertimbangkan contoh berikut:

<code class="python"># Renaming index values:
df.rename(index={0: 'a'})

# Renaming index name:
df.index.names = ['index']

# Renaming column name:
df.rename(columns={'old_name': 'new_name'})</code>

Dengan memahami perbezaan ini, anda boleh memanipulasi nama indeks dan lajur DataFrames anda dengan berkesan untuk memudahkan tugas analisis data.

Atas ialah kandungan terperinci Bagaimana untuk menamakan semula Nama Indeks dalam Pandas DataFrames?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!