Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/apache-flex/4.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何用数据框某行的值替换数据框的列标签_Python_Pandas_Dataframe_Label - Fatal编程技术网

Python 如何用数据框某行的值替换数据框的列标签

Python 如何用数据框某行的值替换数据框的列标签,python,pandas,dataframe,label,Python,Pandas,Dataframe,Label,我有一个xls数据文件,我使用Pandas作为数据帧读入python,但是我想形成列标题的数据在xls文件的第5行 有没有办法从数据框中提取一行值,然后用这些值替换列标签 我希望数据帧更新时间、PV1电压V、PV1电流A第3行中的值替换当前列标签。我不需要xls文件第1-4行中的任何数据 我是一个真正的python初学者,无法理解它 data = pd.read_excel('H1E372F8273057 2020-02-17.xls') 资料= site n

我有一个xls数据文件,我使用Pandas作为数据帧读入python,但是我想形成列标题的数据在xls文件的第5行

有没有办法从数据框中提取一行值,然后用这些值替换列标签

我希望数据帧更新时间、PV1电压V、PV1电流A第3行中的值替换当前列标签。我不需要xls文件第1-4行中的任何数据

我是一个真正的python初学者,无法理解它

data = pd.read_excel('H1E372F8273057 2020-02-17.xls')
资料=

                 site name     richardssite       report type
0                  NaN              NaN               NaN
1                  NaN              NaN               NaN
2          Inverter SN   H1E372F8273056  Registration No.
3          update time  PV1 voltage (V)   PV1 current (A)
4  2020-02-17 00:03:15                0                 0
5  2020-02-17 00:08:15                0                 0
6  2020-02-17 00:13:16                0                 0
7  2020-02-17 00:18:15                0                 0
8  2020-02-17 00:23:15                0                 0

选项标题应执行选择列名称的操作

data = pd.read_excel('H1E372F8273057 2020-02-17.xls', header=4)
要删除行,可以使用skiprows选项,但不能完全确定加载函数是先删除行,然后设置标题,还是以其他方式,这可能会影响要在标题中给出的数字

data = pd.read_excel('H1E372F8273057 2020-02-17.xls', header=4,skiprows=[0,1,2,3])

有一个包——PyGatitor,它有一个函数——可以简洁地满足您的请求。或者,您可以使用df.columns=df.iloc[3],然后删除您不感兴趣的行。我使用了df.columns=df.iloc[3]——非常简单,但效果不错,谢谢!