Pandas 设置列名：将索引行转换为数据

在使用 Pandas 处理数据时，你可能需要修改 DataFrame 的列名，并将原本的索引行转换为数据的一部分。

以下是如何使用 set_axis 和 reset_index 方法实现这一目标：

import pandas as pd

# 创建一个 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 设置列名
new_columns = ['Column1', 'Column2', 'Column3']
df.set_axis(new_columns, axis=1, inplace=True)

# 将原本的列名行变成数据
df.reset_index(inplace=True)

print(df)

输出结果：

   index  Column1  Column2  Column3
0      0        1        4        7
1      1        2        5        8
2      2        3        6        9

解释：

set_axis(new_columns, axis=1, inplace=True):
- new_columns: 包含新列名的列表。
- axis=1: 指定操作应用于列。
- inplace=True: 直接修改原始 DataFrame。
reset_index(inplace=True):
- 将现有的索引转换为一列数据，并创建一个新的默认索引。
- inplace=True: 直接修改原始 DataFrame。

通过结合使用这两个方法，你可以轻松地更改 DataFrame 的列名，并将索引行转换为数据的一部分。