Python Pandas格式化列问题：为均值结果添加表头并移除dtype行

首先来说第一个问题：为什么df2.columns = ['Questions', 'Mean']没有生效？

你调用df1.mean()后得到的df2其实是一个Pandas Series（一维数据结构），而不是DataFrame。Series只有一个行索引（这里就是各个Question的名称）和对应的值，它根本没有columns这个属性——所以你设置列名的代码相当于在操作一个不存在的属性，自然不会有任何效果。

接下来是第二个问题：怎么移除打印时的dtype: float64行？

这行是Series默认打印输出的一部分，用来告诉你这个Series里的数据类型。要去掉它，最直接的办法就是把Series转换成DataFrame，因为DataFrame的打印格式不会包含这行信息，同时还能帮你实现添加表头的需求。

修改后的代码 #

这里给你两种可行的修改方式，选哪种都可以：

方式一：用reset_index()转换

import pandas as pd

def logic_one(grades):
    df1 = pd.read_csv(grades)
    del df1['Student ID']
    # 计算均值后，把Series转成带索引列的DataFrame
    df2 = df1.mean().reset_index()
    # 给两列设置名称
    df2.columns = ['Questions', 'Mean']
    print(df2)

方式二：用to_frame()直接转换

import pandas as pd

def logic_one(grades):
    df1 = pd.read_csv(grades)
    del df1['Student ID']
    # 把均值Series直接转成DataFrame，并指定值列的名称
    df2 = df1.mean().to_frame(name='Mean').reset_index()
    # 把原索引列重命名为Questions
    df2.rename(columns={'index': 'Questions'}, inplace=True)
    print(df2)

运行后的正确输出 #

基于你提供的CSV样本，运行后会得到这样的输出：

Questions      Mean
0  Question 1  7.333333
1  Question 2  8.500000
2  Question 3  7.333333
3  Question 4  8.166667
4  Question 5  4.833333
5  Question 6  7.666667

这样既成功添加了Questions和Mean的表头，也不会再出现dtype: float64那行了。

内容的提问来源于stack exchange，提问作者TC1111