熊猫重命名索引

Question

我有以下数据框，我想在其中将索引重命名summary为id：

summary  student  count 
0        error    6
1        yes      1
2        no       1
3        other    9

我试过： newdf = df.reset_index().rename(columns={df.index.name:'foo'})它给出：

summary  index    student  count    
0        0        error   6
1        1        yes     1
2        2        no      1
3        3        other   9

我也试过：df.index.rename('foo', inplace = True)它给出：

 summary     student  count
 foo        
 0           error    6
 1           yes      1
 2           no       1
 3           other    9

我也试过：df.rename_axis('why', inplace = True)它给出：

 summary     student  count
 why        
 0           error    6
 1           yes      1
 2           no       1
 3           other    9

当我这样做时df.dtypes：

summary
student object
count   init64
dtype:  object

我想要什么：

id  student  count 
0   error    6
1   yes      1
2   no       1
3   other    9

或者：

    student  count 
0   error    6
1   yes      1
2   no       1
3   other    9

Answer 1

您需要删除列名：

df.rename_axis(None, axis=1).rename_axis('id', axis=0)
##if pd.__version__ == 0.24.0 
#df.rename_axis([None], axis=1).rename_axis('id')

问题是'summary'你的列名。当没有索引名时，列名直接放在索引的上方，这可能会产生误导：

import pandas as pd
df = pd.DataFrame([[1]*2]*4, columns=['A', 'B'])
df.columns.name = 'col_name'
print(df)

#col_name  A  B
#0         1  1
#1         1  1
#2         1  1
#3         1  1

当您然后尝试添加索引名称时，很明显这'col_name'确实是列名称。

df.index.name = 'idx_name'
print(df)

#col_name  A  B
#idx_name      
#0         1  1
#1         1  1
#2         1  1
#3         1  1

但是没有歧义：当您有索引名称时，列会升高一级，这样您就可以区分索引名称和列名称。

df = pd.DataFrame([[1]*2]*4, columns=['A', 'B'])
df.index.name = 'idx_name'
print(df)

#          A  B
#idx_name      
#0         1  1
#1         1  1
#2         1  1
#3         1  1

Answer 2

您需要访问索引的属性

df.index.name = 'id'

原来的

         student  count
summary               
0         error      6
1           yes      1
2            no      1
3         other      9

固定 df:

    student  count
id               
0    error      6
1      yes      1
2       no      1
3    other      9

更新：似乎您有列索引的名称。你应该删除它

df.columns.names = ''