修改dataframe数据表的行名、列名+修改指定行的行名+修改指定列的列名+重置index索引列并给原索引列添加列名

       在Python中，可以使用pandas库来处理数据表（DataFrame），包括修改行名和列名。

       以下是一个简单的示例：

目录

1.首先，导入pandas库并创建一个DataFrame：

2.修改行名 

 3.修改列名

4.修改指定行的行名

5.修改指定列的列名

6.重置索引列并给原索引列添加列名

6.1重置索引列

 6.2给原索引列添加列名

1.首先，导入pandas库并创建一个DataFrame：

代码：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

结果： 

2.修改行名 

代码：

将行名改为row1、row2、row3

df.index = ['row1', 'row2', 'row3']

结果：

 3.修改列名

代码：

将行名设置为col1、col2

df.columns = ['col1', 'col2']

 结果：

4.修改指定行的行名

可以使用rename方法修改指定行的行名

代码：

修改第2行的行名为'第二行'

# 修改第2行的行名为'new_row1'
df = df.rename(index={"row2": '第二行'})
df

结果：

5.修改指定列的列名

同样可以使用rename方法修改指定列的列名

代码：

修改第2列的列名为'第二列'

# 修改第2列的列名为'第二列'
df = df.rename(columns={'col2': '第二列'})

结果：

6.重置索引列并给原索引列添加列名

6.1重置索引列

代码：

df.reset_index(inplace=True)

df#输出查看

使用`reset_index()`函数重置索引。这将把原来的索引移除，并基于默认的整数索引重新创建一个新的索引。

通过设置`inplace=True`，这个操作会在原地（内部）执行，不会创建一个新的DataFrame。而是直接修改原有的`df`

这句话通常用于在对数据进行分组和计数操作后，重新设置索引以便后续处理。

结果：

 6.2给原索引列添加列名

代码:

df = df.rename(columns={'index': 'new'})

df#输出查看

结果：