熊猫从列表中重命名 df 行答案

【问题标题】：Pandas rename df rows from list熊猫从列表中重命名 df 行
【发布时间】：2017-11-02 13:53:11
【问题描述】：

我已经查看了许多类似的问题，但我仍然无法让 pandas 从另一个 df 的值列表中重命名 df 的行。我做错了什么？

def calculate_liabilities(stakes_df):
    if not stakes_df.empty:
        liabilities_df = pd.DataFrame( decimal_odds_lay.values * stakes_df.values ) #makes df with stakes rows, decimal odds columns
        stakes_list = stakes_df.to_dict()
        print(stakes_list)
        liabilities_df = liabilities_df.rename(stakes_list)
        return liabilities_df
    else:
        print ("Failure to calculate liabilities")

stakes_list = stakes_df.to_dict() 给出以下字典：

{'Stakes': {0: 3.7400000000000002, 1: 5.5999999999999996, 2: 7.0700000000000003}}

我希望将责任_df 的行分别重命名为 3.7400000000000002、5.5999999999999996 和 7.0700000000000003。

【问题讨论】：

不清楚您的要求，请查看文档以了解如何使用重命名pandas.pydata.org/pandas-docs/stable/generated/…

标签： python pandas dictionary row python-3.5

【解决方案1】：

您可以使用 data.frame 重命名行，这里有一个字典，这就是原因。

如果您将数据提供给我们会更好，但这里您不必从 stakes_list 制作字典

【讨论】：

【解决方案2】：

如果你想将liability_df的行名（索引）重命名为stakes_df的值，你需要给dict而不是dict的dict。

liabilities_df = liabilities_df.rename(stakes_list['Stakes'])

example:
df= pd.DataFrame([1,2,3])
   0
0  1
1  2
2  3

df.rename({0: 3.7400000000000002, 1: 5.5999999999999996, 2: 7.0700000000000003})

      0
3.74  1
5.60  2
7.07  3

【讨论】：