如何重命名DataFrame索引并设置其从1开始且表头不分散

我需要一个索引从1开始的DataFrame，同时要重命名该索引，操作顺序无关，只需保证表头不分散。尝试了两种方法均无效：

第一种尝试方法 #

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

输出结果：

A   B
rank        
   1    1   4
   2    2   5
   3    3   6

第二种尝试方法 #

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

输出结果：

A   B
1   1   4
2   2   5
3   3   6

期望结果 #

rank    A   B   
   1    1   4
   2    2   5
   3    3   6

问题原因及解决方案 #

问题核心在于：pandas的多数方法默认返回新的DataFrame实例，不会直接修改原数据对象。你之前的操作没有保存方法返回的新对象，或者未使用原地修改参数，导致最终结果不符合预期。

有效方案1：保存方法返回的新对象 #

将rename_axis的返回值重新赋值给df，确保修改生效：

# 先调整索引，再重命名索引
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.index += 1
df = df.rename_axis('rank')

# 或者先重命名索引，再调整索引
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.rename_axis('rank')
df.index += 1

有效方案2：使用inplace=True原地修改 #

通过inplace=True参数直接修改原DataFrame，无需重新赋值：

# 先调整索引，再重命名索引
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.index += 1
df.rename_axis('rank', inplace=True)

# 或者先重命名索引，再调整索引
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.rename_axis('rank', inplace=True)
df.index += 1

执行上述任意方案后，都能得到你期望的结果：

rank    A   B   
   1    1   4
   2    2   5
   3    3   6

内容的提问来源于stack exchange，提问作者doine