Python Pandas 列名修改、数据表结构调整及日期格式转换问题咨询

以下是对应三个需求的可直接运行代码及说明：

import pandas as pd

# 1. 复制现有列名到指定单元格（对应蓝色标注位置）
# 可根据实际蓝色单元格位置调整iloc的行、列索引（索引从0开始计数）
df.iloc[1, 1] = df.columns[0]

# 2. 删除指定行和索引列（对应橙色标注位置）
# 跳过顶部冗余行后重置索引
df = df.iloc[1:].reset_index(drop=True)
# 将第一行内容设置为新的列名
df.columns = df.iloc[0]
# 删除已作为列名的冗余第一行
df = df.drop(df.index[0]).reset_index(drop=True)
# 若需要删除默认的索引列，导出文件时添加index=False参数即可，示例：
# df.to_excel("处理结果.xlsx", index=False)

# 3. 修改日期列格式（对应绿色标注位置）
# 先将日期列转为标准datetime类型
df['Date'] = pd.to_datetime(df['Date'])
# 按需求调整格式，示例为「年-月-日」格式，可自行修改格式符
df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')
# 如需将日期列设为索引可执行下行代码
df = df.set_index('Date')

print(df.columns)
print(df.head())

• 列名复制的行、列索引可根据实际表格位置调整，iloc第一个参数为行号、第二个为列号，均从0开始计数
• 删除行操作时重置索引可避免后续操作出现索引错位问题
• 日期格式可按需替换格式符：%Y代表4位年份、%m代表2位月份、%d代表2位日期，比如要显示月/日/年格式可写为'%m/%d/%Y'

内容的提问来源于stack exchange，提问作者teri ciu