Pandas：使用转置后旧索引名称在使用 dataFrame.index.set_names 时不会消失

Question

转置具有命名索引的 pandas Dataframe 时，先前的索引名称（对于第一列中的索引）显示为列名称的第一个条目。

示例：原始 DataFrame df_1

	1800	1801	1802
country
Germany	38.4	38.4	38.4

df_2 = df_1.T

df_2 是

country	Germany
1800	38.4
1801	38.4
1802	38.4

第一个问题。为什么国家现在是 1800、1801 等的指数，有没有更好的转置选项以避免这种情况？

尝试重命名索引时

df_2.index.set_names(["year"],inplace=True)

显示如下结果

country	Germany
year
1800	38.4
1801	38.4
1802	38.4

问题二。为什么国家仍然存在以及如何删除它？

Answer 1

国家是df_1索引的名称，您可以查看：

df_check = df_1.rename_axis(columns=['year'], index=['country'])
print(df_check.index.name, df_check.columns.name)

所以你可以这样做：

df_1 = df_1.rename_axis(index=None)

Answer 2

First question. Why is country now the index for 1800, 1801 etc. and is there a better tranpose option to avoid this?

'country'是列轴的名称/标签，因为它是转置前DataFrame的索引名称。

df_2.index.set_names(["year"],inplace=True)

Question two. Why is country still there and how to remove it?

因为你只是在改变转置DataFrame的索引名称。列轴的名称（'country'）保持不变。

删除方法：

您可以使用DataFrame.rename_axis同时更改两个轴（索引和列）的名称。如果要删除给定轴的名称，只需传递 None.

例如，

# or df_2 = df1.T.rename_axis(index='year', columns=None) if you prefer
>>> df_2 = df_1.rename_axis(index=None, columns='year').T
>>> df_2

      Germany
year         
1800     38.4
1801     38.4
1802     38.4

Pandas：使用转置后旧索引名称在使用 dataFrame.index.set_names 时不会消失

Pandas: After using transpose old index name does not vanish when using dataFrame.index.set_names

transform

dataframe

pandas