如何将DataFrame列名转为行并替换为新列名？

我来帮你搞定这个问题！你的需求是把原本被错误用作列名的行值转换为普通数据行，同时设置新的规范列名。下面是具体的实现步骤和代码：

1. 先看原始数据情况 #

首先运行你提供的原始代码：

import pandas as pd

# 原始字典数据
dict = {'Erick':["aparna", "pankaj", "sudhir", "Geeku"], 'MBA': ["MBA", "BCA", "M.Tech", "MBA"], '80':[90, 40, 80, 98]}
df = pd.DataFrame(dict)
print(df)

输出会是：

Erick    MBA   80
0  aparna    MBA   90
1  pankaj    BCA   40
2  sudhir  M.Tech  80
3  Geeku     MBA   98

这里Erick、MBA、80其实是第一行数据，却被当成了列名，我们需要把它们移到数据行里，再替换成新列名。

2. 实现转换的代码 #

直接用以下代码完成转换：

# 把原列名转换成一行数据
new_row = pd.Series(df.columns, index=df.columns)
# 将新行添加到DataFrame的最前面，同时重置索引
df = pd.concat([pd.DataFrame([new_row]), df], ignore_index=True)
# 设置新的列名
df.columns = ['Name', 'Degree', 'Score']

# 打印结果
print(df)

3. 查看最终结果 #

运行上面的代码后，输出就是你期望的格式：

Name  Degree  Score
0    Erick     MBA     80
1   aparna     MBA     90
2   pankaj     BCA     40
3   sudhir   M.Tech     80
4    Geeku     MBA     98

步骤解释 #

• pd.Series(df.columns, index=df.columns)：将原DataFrame的列名转换成一个和原列结构匹配的Series，作为我们要添加的新行数据。
• pd.concat(...)：把新创建的行拼接在原DataFrame的最前面，ignore_index=True参数会重置整个DataFrame的索引，避免出现索引重复的问题。
• df.columns = [...]：给DataFrame设置新的规范列名，完成最终的格式调整。

内容的提问来源于stack exchange，提问作者LivingstoneM