如何根据列条件重命名 pandas DataFrame 索引

Question

我有这样一个 DataFrame：

import pandas as pd
df = pd.DataFrame(data= {"x": [1,2,3,4],"y":[5,6,7,8],"i":["a.0","a.1","a.0","a.1"]}).set_index("i")
df

输出：

     x  y
i        
a.0  1  5
a.1  2  6
a.0  3  7
a.1  4  8

我想根据列条件重命名索引：

df.loc[df["y"]>6].rename(index=lambda x: x+ ">6" )

给我的是什么：

       x  y
i    
a.0>6  3  7
a.1>6  4  8

我用 inplace=True 试过了，但是没用

df.loc[df["y"]>6].rename(index=lambda x: x+ ">6" , inplace=True )

我只能通过重置索引、通过应用更改 i 列值并再次设置索引来完成它：

df1 = df.reset_index()
df1.loc[df1["y"]>6, "i"] = df1.loc[df1["y"]>6, "i"].apply(lambda x: x+ ">6" )
df1.set_index("i", inplace=True)
df1

输出：

       x  y
i    
a.0    1  5
a.1    2  6
a.0>6  3  7
a.1>6  4  8

但这太复杂了。 你知道有没有更简单的方法？

Answer 1

试试这个怎么样？

import numpy as np
df.index=np.where(df['y']>6, df.index+'>6', df.index)