Pandas中df.columns返回的Index的name含义、修改及添加方法

一、这个name是什么？ #

这里的name是DataFrame列索引（df.columns本质是一个Index对象）的整体名称，用来给这一组列标签赋予统一标识。比如打印DataFrame、导出到Excel或和其他带索引名称的DataFrame合并时，这个名称会被保留展示，相当于给列标签组加了一个“表头标题”。

二、如何修改现有DataFrame的columns name？ #

有两种简单方式：

• 直接赋值修改：

  # 直接给columns的name属性赋值
  df.columns.name = "新的名称"
  # 验证修改结果
  print(df.columns)
  

• 使用rename_axis方法（适合链式操作，返回新的DataFrame）：

  # axis="columns"指定修改列索引的名称
  df = df.rename_axis("新的名称", axis="columns")
  

三、如何给其他DataFrame添加这个name属性？ #

添加和修改逻辑一致，本质是给目标DataFrame的列索引设置name值，常用两种方式：

1. 创建后直接赋值：

   import pandas as pd
   # 创建普通DataFrame
   other_df = pd.DataFrame([[1,2],[3,4]], columns=['A','B'])
   # 给列索引添加name属性
   other_df.columns.name = "列组名称"
   

2. 创建DataFrame时直接指定带name的列索引：

   # 先创建带name的Index对象作为列标签
   cols_with_name = pd.Index(['A','B','C'], name="自定义列组名")
   # 用这个Index创建DataFrame
   other_df = pd.DataFrame([[1,2,3],[4,5,6]], columns=cols_with_name)
   

内容的提问来源于stack exchange，提问作者Harry