如何修改DataFrame中的索引和列名

在Pandas中，DataFrame是一个二维标签化的数据结构，可以包含各种类型的数据，如数值、字符串、日期等。修改DataFrame中的索引和列名是常见的操作，下面我们将介绍如何进行这些操作。
一、修改DataFrame的索引
在Pandas中，DataFrame的索引默认为整数序列，从0开始递增。我们可以使用.reset_index()方法来重新设置DataFrame的索引。.reset_index()方法会生成一个新的列作为索引，并将原有的索引转换为普通列。
例如，假设我们有一个名为df的DataFrame：

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)

输出：

Name  Age
0   Alice   25
1     Bob   30
2  Charlie  35

我们可以使用.reset_index()方法将索引列转换为普通列：

df = df.reset_index()
print(df)

输出：

index     Name  Age
0      0   Alice   25
1      1     Bob   30
2      2  Charlie  35

通过这种方式，我们将原有的整数序列索引转换为一个名为“index”的新列。如果你希望给新索引列命名，可以使用.reset_index(name='new_index_name')来指定名称。例如，df.reset_index(name='id')会将新索引列命名为“id”。
二、修改DataFrame的列名
要修改DataFrame的列名，可以使用.rename()方法。该方法允许你一次性重命名多个列。下面是一个示例：
假设我们有一个名为df的DataFrame：

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)

输出：

Name  Age
0   Alice   25
1     Bob   30
2  Charlie  35

我们可以使用.rename()方法来重命名列名：
例如，我们可以将“Name”列重命名为“first_name”，将“Age”列重命名为“age”：

df = df.rename(columns={'Name': 'first_name', 'Age': 'age'})
print(df)