web-dev-qa-db-fra.com

Convertir la ligne en en-tête de colonne pour Pandas DataFrame,

Les données sur lesquelles je dois travailler sont un peu en désordre. Il contient des noms d'en-tête à l'intérieur de ses données. Comment puis-je choisir une ligne à partir d'un _frame de données pandas existant et lui donner (le renommer) un en-tête de colonne?

Je veux faire quelque chose comme:

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

df.columns = header
pythonpandasrenamedataframe
75
E.K.
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

Définissez les étiquettes de colonne sur les valeurs de la deuxième ligne (emplacement d'index 1):

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

Si l'index a des étiquettes uniques, vous pouvez supprimer la deuxième ligne en utilisant:

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

Si l'index n'est pas unique, vous pouvez utiliser:

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

L'utilisation de df.drop(df.index[1]) supprime tous les lignes portant le même libellé que la deuxième ligne. Parce que des index non uniques peuvent conduire à de tels problèmes (ou bogues potentiels), il est souvent préférable de veiller à ce que l'index soit unique (même si Pandas ne l'exige pas).

141
unutbu

Cela fonctionne (pandas v'0.19.2 '):

df.rename(columns=df.iloc[0])
36
Zachary Wilson

Il serait plus facile de recréer le cadre de données. Cela interpréterait également les types de colonnes à partir de zéro.

headers = df.iloc[0]
new_df  = pd.DataFrame(df.values[1:], columns=headers)
3
shahar_m

Vous pouvez spécifier l'index de ligne dans les constructeurs read_csv ou read_html via le paramètre header qui représente - Row number(s) to use as the column names, and the start of the data. Cela a l'avantage de supprimer automatiquement toutes les lignes précédentes qui sont supposées être indésirables.

import pandas as pd
from io import StringIO

In[1]
    csv = '''junk1, junk2, junk3, junk4, junk5
    junk1, junk2, junk3, junk4, junk5
    35, 40, 25, 19, 33
    40, 50, 61, 72, 85
'''

    df = pd.read_csv(StringIO(csv), header=2)
    print(df)

Out[1]
   35   40   25   19   33
0  40   50   61   72   85
3
ccpizza