컬럼(column)을 인덱스(index)로 만들기
df.set_index('name', inplace = True)
| bike | pants | shirts | suits | |
| name | ||||
| A | 20 | 30 | 15.0 | 45.0 |
| B | 15 | 5 | 2.0 | 7.0 |
| C | 20 | 30 | NaN | NaN |
< - > 다시 index를 컬럼으로 만들기
df.reset_index(inplace = True)
| name | bike | pants | shirts | suits | |
| 0 | A | 20 | 30 | 15.0 | 45.0 |
| 1 | B | 15 | 5 | 2.0 | 7.0 |
| 2 | C | 20 | 30 | NaN | NaN |
새로운 컬럼(column) 만들기
# 새로운 컬럼 name을 만들되, 데이터는 A,B,C라고 넣자.
| hat | pants | shirts | suits | |
| 0 | 20 | 30 | 15.0 | 45.0 |
| 1 | 15 | 5 | 2.0 | 7.0 |
| 2 | 20 | 30 | NaN | NaN |
df['name'] = ['A' , 'B' , 'C']
df
| bike | pants | shirts | suits | name | |
| 0 | 20 | 30 | 15.0 | 45.0 | A |
| 1 | 15 | 5 | 2.0 | 7.0 | B |
| 2 | 20 | 30 | NaN | NaN | C |
컬럼(column)명 바꾸기
| name | bike | pants | shirts | suits | |
| store 1 | A | 20 | 30 | 15.0 | 45.0 |
| store 2 | B | 15 | 5 | 2.0 | 7.0 |
| store 3 | C | 20 | 30 | NaN | NaN |
df.rename ( columns= { 'bikes' : 'hat' , 'suits' : 'shoes' } ,inplace = True)
| name | hat | pants | shirts | shoes | |
| store 1 | A | 20 | 30 | 15.0 | 45.0 |
| store 2 | B | 15 | 5 | 2.0 | 7.0 |
| store 3 | C | 20 | 30 | NaN | NaN |
인덱스(index)명 바꾸기
| name | hat | pants | shirts | shoes | |
| store 1 | A | 20 | 30 | 15.0 | 45.0 |
| store 2 | B | 15 | 5 | 2.0 | 7.0 |
| store 3 | C | 20 | 30 | NaN | NaN |
df.rename( index = {'store 3' : 'last sotre' }, inplace = True )
| name | hat | pants | shirts | shoes | |
| store 1 | A | 20 | 30 | 15.0 | 45.0 |
| store 2 | B | 15 | 5 | 2.0 | 7.0 |
| last store | C | 20 | 30 | NaN | NaN |
'Python > Python Language' 카테고리의 다른 글
| SciPy(Scientific Python) Numpy를 기반으로 하는 과학 계산 라이브러리 (0) | 2024.04.16 |
|---|---|
| 데이터프레임(DataFrame)의 배열 조인(join)과 배열분할(split) (0) | 2024.04.09 |
| Pandas에서 제공하는 문자열(Str) 함수 (2) | 2024.04.09 |
| Pandas(판다스) 1차원 2차원 생성과 데이터 정리 (0) | 2024.04.05 |
| Python(파이썬) 함수 def 사용하기 (0) | 2024.04.04 |