Pandas Dataframe добавить заголовок без замены текущего заголовка
Как добавить заголовок в DF без замены текущего? Другими словами, я просто хочу сместить текущий заголовок вниз и просто добавить его в dataframe в качестве другой записи.
* вторичный вопрос: как добавить таблицы (пример dataframe) в вопрос stackoverflow?
- Извлечение содержимого из каталога на сетевом диске (Windows)
- Python - определение максимального значения во втором столбце вложенного списка
- Применение низкоуровневых клавиатурных крючков с Python и SetWindowsHookExA
- SQLAlchemy: гибридное выражение с отношением
- Экспорт данных csv экспорта Python в файл
- Как получить данные json, используя HTTP POST-запрос в Django 1.6?
У меня есть это (заголовок примечания и как он просто добавляется как строка:
0.213231 0.314544 0 -0.952928 -0.624646 1 -1.020950 -0.883333 Мне нужно это (все остальные записи сдвинуты вниз и добавлена новая запись) (также: я не мог правильно прочитать csv, потому что я использую s3_text_adapter для импорта, и я не мог понять, как иметь аргумент, который игнорирует заголовок, похожий на pandas read_csv):
AB 0 0.213231 0.314544 1 -1.020950 -0.883333
One Solution collect form web for “Pandas Dataframe добавить заголовок без замены текущего заголовка”
Другой вариант – добавить его как дополнительный уровень индекса столбца, чтобы сделать его MultiIndex:
In [11]: df = pd.DataFrame(randn(2, 2), columns=['A', 'B']) In [12]: df Out[12]: AB 0 -0.952928 -0.624646 1 -1.020950 -0.883333 In [13]: df.columns = pd.MultiIndex.from_tuples(zip(['AA', 'BB'], df.columns)) In [14]: df Out[14]: AA BB AB 0 -0.952928 -0.624646 1 -1.020950 -0.883333
Это позволяет сохранить правильные типы данных для DataFrame, поэтому вы можете выполнять быстрые и правильные вычисления на вашем DataFrame и позволять вам получать доступ как к старым, так и к новым именам столбцов.
,
Для полноты, вот DSM (удаленный ответ), что делает столбцы строкой, которая, как уже упоминалось, обычно не является хорошей идеей:
In [21]: df_bad_idea = df.T.reset_index().T In [22]: df_bad_idea Out[22]: 0 1 index AB 0 -0.952928 -0.624646 1 -1.02095 -0.883333
Обратите внимание: dtype может измениться (если это имена столбцов, а не правильные значения), как в этом случае … так что будьте осторожны, если вы на самом деле планируете выполнять какую-либо работу над этим, поскольку это, вероятно, будет медленнее и может даже потерпеть неудачу:
In [23]: df.sum() Out[23]: A -1.973878 B -1.507979 dtype: float64 In [24]: df_bad_idea.sum() # doh! Out[24]: Series([], dtype: float64)
Если имена столбцов фактически представляют собой строку, которая была ошибочной в качестве строки заголовка, вы должны исправить это при чтении в данных (например, read_csv use header=None ).