pandas拼接DataFrame后添加索引及列重命名报错怎么解决？

错误原因 #

TypeError: 'Index'对象不可调用的核心问题是：date_count.columns是DataFrame的属性，存储的是Index类型对象，不是可调用的方法，不能用括号传参执行调用。

正确代码修正 #

1. 列重命名的两种实现方式 #

• 全列统一替换（适合你当前需要修改所有列名的场景）

date_count.columns = ['date','new_sentiment','count']

• 部分列修改（适合仅需调整少量列名的场景）

# 按字典映射修改指定列名，inplace=True表示直接修改原对象，否则返回修改后的新对象
date_count.rename(columns={'原列名1':'date', '原列名2':'new_sentiment', '原列名3':'count'}, inplace=True)

2. 索引设置方法 #

拼接多个DataFrame后通常会存在原索引重复、不连续的问题，两种处理方案：

• 拼接时直接生成连续整数索引（推荐）

# 拼接时添加ignore_index=True参数，自动忽略所有子DataFrame的原索引，生成从0开始的连续新索引
date_count = pd.concat(total, axis=0, ignore_index=True)

• 拼接后重置索引

# drop=True表示丢弃原索引列，不保留为数据列
date_count = date_count.reset_index(drop=True)

• 自定义业务索引（如需将date列设为行索引）

date_count = date_count.set_index('date')

完整流程示例 #

import pandas as pd
# 你的15个DataFrame列表
total = [df01, df02, df03, df04, df05, df06, df07, df08, df09, df10, df11, df12, df13, df14, df15]
# 拼接+自动生成连续索引
date_count = pd.concat(total, axis=0, ignore_index=True)
# 重命名列
date_count.columns = ['date','new_sentiment','count']
# 可选：设置date为行索引
# date_count = date_count.set_index('date')

内容的提问来源于stack exchange，提问作者tassaneel