如何通过axis参数读写pandas表格的row-index与column-index

嘿，这个问题我太有共鸣了！写if-else分支处理axis确实有点繁琐，其实pandas早就给我们准备了非常优雅的统一写法，完全可以避开分支逻辑：

1. 读取对应轴的索引 #

直接用DataFrame.axes属性，它是一个列表，其中axes[0]对应行索引（axis=0），axes[1]对应列索引（axis=1）。你可以直接通过axis参数来索引这个列表，拿到对应轴的索引：

current_index = table.axes[axis]
# 传给你的处理函数
processed_index = some_function(current_index)

2. 写入处理后的索引 #

用DataFrame.set_axis()方法，这个方法专门支持通过axis参数指定要设置的索引类型，完美替代直接赋值table.index或table.columns的操作：

# 链式操作（推荐，避免原地修改的副作用）
table = table.set_axis(processed_index, axis=axis)

# 如果需要原地修改，可以加inplace=True（不追求链式的话用这个）
table.set_axis(processed_index, axis=axis, inplace=True)

完整示例 #

比如我们写一个给索引添加前缀的处理函数，然后统一处理行和列索引：

import pandas as pd

def add_prefix_to_index(idx):
    return idx.map(lambda x: f"processed_{x}")

# 创建测试表格
df = pd.DataFrame({'col1': [1,2,3], 'col2': [4,5,6]}, index=['row1','row2','row3'])

# 处理行索引（axis=0）
df = df.set_axis(add_prefix_to_index(df.axes[0]), axis=0)
# 处理列索引（axis=1）
df = df.set_axis(add_prefix_to_index(df.axes[1]), axis=1)

print(df)

运行后你会看到行和列索引都被统一加上了前缀，全程没有任何分支判断~

为什么这个方法好用？ #

• axes属性天然对应axis参数的取值，不需要额外的映射逻辑
• set_axis是pandas官方推荐的统一设置索引的方法，从0.21版本开始支持，兼容性很好
• 写法更简洁，可读性更强，符合pandas的链式编程风格

内容的提问来源于stack exchange，提问作者normanius