Pandas中将列名转为首行并添加新列头的实现问题

要实现将原列名作为首行插入、其余行下移且不丢失数据的需求，可按以下步骤操作：

1. 将原列名转为单行数据：把DataFrame的列名转换成一个单行的临时DataFrame，确保结构与原DataFrame一致。
2. 拼接数据：将临时的列名行与原DataFrame纵向拼接，把列名行放在最前面。
3. 修改列名：将新DataFrame的列名替换为目标名称。
4. 重置索引：确保索引连续无重复。

完整代码示例 #

import numpy as np
import pandas as pd

# 生成原始DataFrame
df = pd.DataFrame(np.random.randint(0,3,size=(3, 4)), columns=list('1234'))

# 把原列名转为单行DataFrame
header_df = pd.DataFrame([df.columns.values], columns=df.columns)

# 拼接列名行与原数据，ignore_index=True重置索引
df_updated = pd.concat([header_df, df], ignore_index=True)

# 修改列名为目标值
df_updated.columns = ["A", "B", "C", "D"]

print(df_updated)

输出结果 #

A  B  C  D
0  1  2  3  4
1  1  1  0  1
2  2  1  1  1
3  0  0  1  2

说明 #

你之前的代码仅修改了列名，没有将原列名作为行插入到数据中，因此无法得到期望结果。上述方法通过拼接操作补充了首行的列名数据，同时完整保留了所有原始行数据。

内容的提问来源于stack exchange，提问作者Saad Hasan