在pandas中删除原始列并将首行设为新列的方法

针对拆分后的三个DataFrame，要替换原始自动列标签为第一行数据，可按以下步骤操作：

1. 封装通用处理函数 #

把重复逻辑写成函数，方便批量处理三个DataFrame：

def reset_df_columns(df):
    # 将第一行数据设为新列名
    df.columns = df.iloc[0].tolist()
    # 删除已作为列名的原第一行
    df = df.drop(df.index[0])
    # 重置行索引（可选，按需保留）
    df = df.reset_index(drop=True)
    return df

2. 拆分并处理数据 #

先完成原始数据拆分，再用函数处理每个子DataFrame：

# 拆分原始数据
yr_20 = watch_nums.iloc[:, :8]
yr_21 = watch_nums.iloc[:, 8:16]
yr_22 = watch_nums.iloc[:, 17:25]

# 应用列名重置逻辑
yr_20 = reset_df_columns(yr_20)
yr_21 = reset_df_columns(yr_21)
yr_22 = reset_df_columns(yr_22)

关键步骤说明 #

• 用df.iloc[0].tolist()提取第一行数据，直接赋值给df.columns完成列名替换，替代原自动生成的列标签
• drop(df.index[0])删除已转为列名的第一行数据，避免数据冗余
• reset_index(drop=True)用于清除原始行索引，让新DataFrame的索引从0开始连续编号，不需要的话可以删除该行

内容的提问来源于stack exchange，提问作者cspeciosa