如何将DataFrame现有表头转为首行并替换为正确表头？

嘿，我完全懂你现在的困扰——你的方法确实能解决问题，但中间单独创建一个表头DataFrame确实有点冗余。其实我们可以用更简洁流畅的方式完成这件事，不用额外生成中间数据结构，来看看这两种优化方案：

方案一：直接拼接表头行与原数据 #

这种方法一步完成表头行的插入，再替换表头，逻辑清晰直观：

1. 先定义好你想要的正确表头：

   ref_columns = ['column 1', 'column2']
   

2. 将原DataFrame的表头转为一行数据，直接拼接到原数据的最上方：

   import pandas as pd
   # 把原表头转成单行DataFrame，和原数据拼接
   df_original = pd.concat(
       [pd.DataFrame([df_original.columns], columns=df_original.columns), df_original],
       ignore_index=True
   )
   

3. 最后替换为正确的表头名称：

   df_original.columns = ref_columns
   

方案二：通过索引插入表头行 #

如果你更喜欢用索引操作的方式，也可以这样做：

1. 同样先定义正确表头：

   ref_columns = ['column 1', 'column2']
   

2. 把原表头插入到DataFrame的最前面（用索引-1标记这个新行）：

   df_original.loc[-1] = df_original.columns
   

3. 重新排序索引并重置，让新插入的行成为第一行：

   df_original = df_original.sort_index().reset_index(drop=True)
   

4. 替换为正确表头：

   df_original.columns = ref_columns
   

这两种方法都省去了单独创建df_header_row的步骤，代码更紧凑，逻辑也更连贯，你可以根据自己的习惯选一种来用~

备注：内容来源于stack exchange，提问作者Amac