使用 NaN 标头重命名熊猫数据帧

Question

我目前使用数据帧，我正在堆叠它们以实现特定的格式。我有一个问题，我正在尝试更改标题的名称，但它不起作用(通过使用.. .rename(columns={'NaN'='type'，inplace=True(，同样的事情，我试图将列的名称"6"更改为另一个具有与提到的相同原则。

这里：

NaN Quantity
6                                                                 
01/06                       KULUTUS - CONSUMPTION  8976.27     
01/06  TEOLLISUUSKULUTUS - INDUSTRIAL CONSUMPTION  4121.36    
01/06             MUU KULUTUS - OTHER CONSUMPTION  4854.91

Answer 1

我认为您需要按dict或Index.fillnarename：

df = df.rename(columns={np.nan: 'type'})

---

df.columns = df.columns.fillna('type')

样本：

df = pd.DataFrame([[1,4]], columns=[np.nan, 'a'])
print (df)
NaN  a
0    1  4
print (df.columns.tolist())
[nan, 'a']
df1 = df.rename(columns={np.nan: 'type'})
print (df1)
type  a
0     1  4

---

df.columns = df.columns.fillna('type')
print (df)
type  a
0     1  4

Answer 2

当nan在标签中时，直接应用.rename仍然无法在熊猫版本中0.24.2工作，对我来说似乎是一个错误。注意：此标签首先是由另一种熊猫方法创建的：pd.get_dummies(s,dummy_na=True)。

我的解决方法是先将列标签转换为str：df.rename(columns=str).rename(columns={'nan':'new_lbl'})

Answer 3

使用索引中具有nan值的熊猫版本0.25.3，调用df.rename(index={np.nan: 'new_label'})对我也不起作用。

按照 tozCSS 的建议，将所有索引标签重命名为字符串(尽管除了那个标签之外的所有其他标签都是......(，然后重命名对我有用：

df.rename(index=str).rename(columns={'nan':'new_lbl'})

文档链接：熊猫。数据帧.重命名