如何为pandas.DataFrame索引添加前缀/后缀？替代add_suffix的方案

好问题！确实pandas的add_suffix()方法目前只支持给列名添加后缀，没有提供axis参数来直接处理索引。不过除了你已经尝试的两种临时方案，还有几个更优雅的方式可以实现这个需求：

方法1：使用Index.map()直接修改索引 #

这种方式灵活且可读性强，适用于各种类型的索引（数值、字符串等）：

import pandas as pd
df = pd.DataFrame({'x': [1, 2, 3]}, index=[1, 2, 3])
df.index = df.index.map(lambda idx: f"{idx}_x")

它通过匿名函数对每个索引值进行格式化，直接生成带后缀的新索引。

方法2：使用rename()方法链式调用 #

如果你偏好链式操作的写法，可以用rename()方法直接修改索引：

df = df.rename(index=lambda idx: f"{idx}_x")

这个方法不需要单独赋值索引，能和其他pandas操作无缝衔接。

对你现有方案的小点评 #

• 你用的df.T.add_suffix('_x').T虽然能实现需求，但对大型DataFrame来说，两次转置会带来不必要的性能开销，不太推荐在数据量大的场景下使用。
• df.index = df.index.astype(str)+'_x'的方法简单直接，但如果原始索引是数值类型，转成字符串后后续若需要恢复数值类型会多一步转换；而map的方式可以根据需求灵活调整格式逻辑。

总的来说，如果只是简单的添加后缀需求，你的第二种临时方案已经足够简洁；如果追求代码的可读性和灵活性，map或rename的方式会更符合pandas的API设计风格。

内容的提问来源于stack exchange，提问作者Soerendip