Python 在多个数据帧上执行列重命名和切片

范例

对于这个示例，我想做的是删除第一行，并使用第二行的字符串重命名列

我可以使用以下代码（这里是完整的python新手）：

现在，我希望能够在示例中定义的df1和df2上实现这一点。我试过列表、字典和地图，但都遇到了问题

有人能想出最简单的方法吗？在我的真实数据上，我将有六到十个数据帧（~1000x8000）来运行它

IIUC

df=df[1:]
new_header = df.iloc[0]
df=df[1:]
df.columns = new_header

df
Out[26]: 
1 newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20

更新

l=[df1,df2]

[ d[1:].T.set_index(1).T for d in l]


Out[221]: 
[1 newcolumn1name newcolumn2name
 2              5             10
 3              8             15
 4             15             20, 1 newcolumn1name newcolumn2name
 2              5             10
 3              8             15
 4             15             20]

更新2

l=[df1,df2]
df1,df2=[ d[1:].T.set_index(1).T for d in l]
df1
Out[226]: 
1 newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20
df2
Out[227]: 
1 newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20

---

您可以将逻辑转换为函数并使用。类似于下面的方法可能有效（未经测试）

---

熊猫0.21+的另一个解决方案：

def formatter(df):
    df = df[1:]
    new_header = df.iloc[0]
    df = df[1:]
    df.columns = new_header
    return df

for my_df in [df1, df2, df3, df4, df5, df6]:
    my_df  = my_df.pipe(formatter)

---

不完全是。我想返回两个数据帧，df1和df2，它们执行了上面的切片和重命名。完美。是否有办法从列表中提取姓名，还是我一直在硬编码“df1”、“df2”。正如我在开始时所说，我没有太多的dFs可供使用，所以硬编码也不算太糟糕。嗨，JP，谢谢你在上面介绍了一些东西。这确实返回了正确的格式，但仅在一个这样的数据帧上返回。我曾尝试过类似的方法，但不幸的是得到了与此相同的结果。@Sparky_47。好的，我恐怕无法进一步帮助您，除非您有特定的数据和错误消息要共享。嘿，JP，这是一个单独的数据帧，它是**my_d*8f。没有错误消息，因为它运行得很干净，但当我想同时运行df1和df2时，它似乎只输出一个数据帧。虽然您的示例看起来很棒，但我得到了

回溯（最近一次调用）：文件“”，第1行，在new=list（map（renamer，lst））文件“”中，第3行，在renamer.set_axis（df.iloc[1]中，axis='columns'，inplace=False）TypeError:set_axis（）为参数'axis'@Sparky_47获取了多个值，很可能您有一个旧版本的Pandas。尝试使用

axis=1

而不是

axis='columns'

您是否从某个CSV中读取此信息？如果是这样的话，您可能只需在读取时跳过第一行，并避免所有这些操作。它来自转置的csv，因此在某个时候，我将了解如何在导入时排除，然后我将能够跳过第一行。谢谢你的提示！有一个

skiprows

的论点，我认为这会让你的生活更轻松。我认为你是对的，但在导入后必须转换（或者至少我认为我是这样），所以这就是我目前的困境。

variables = locals()
for x,d in enumerate(l):
    variables["df{0}".format(x+1)]=d[1:].T.set_index(1).T
df1
Out[231]: 
1 newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20
df2
Out[232]: 
1 newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20

def formatter(df):
    df = df[1:]
    new_header = df.iloc[0]
    df = df[1:]
    df.columns = new_header
    return df

for my_df in [df1, df2, df3, df4, df5, df6]:
    my_df  = my_df.pipe(formatter)

In [21]: lst = [df1, df2]

In [22]: def renamer(df):
             return (df.iloc[2:]
                       .set_axis(df.iloc[1], axis='columns', inplace=False)
                       .rename_axis(None,1))

In [23]: new = list(map(renamer, lst))

In [24]: new[0]
Out[24]:
  newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20

In [25]: new[1]
Out[25]:
  newcolumn1name newcolumn2name
2              5             10
3              8             15
4             15             20