3、name属性
1）怎么理解DataFrame的name属性
我们知道：取出DataFrame中的每一行、每一列都是一个Series，组成这个DataFrame对象的每个sereis都有一个名称，这个名称，就是对应的那一行、列的索引。如图所示 ，上述有“红橙黄绿蓝靛紫黑”八种颜色，分别编号为1-8，每个号对应的都是一个Series。Series1的name为“地区1”，Series2的name为“地区2”…Series8的name为“广州”。
接下来，我们使用代码检验一下。
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) df.loc["地区1"].name df.loc["地区2"].name ...... df["广州"].name
结果如下：
2）为行索引、列索引设置name名称属性：df.index.name和df.columns.name
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) df.index.name = "index_name" df.columns.name = "columns_name" display(df)
结果如下：
综上所述：通过上面的演示，我们不仅DataFrame的每一行、每一列有一个name名称，并且我们还可以给DataFrame的行索引和列索引分别设置一个name名称。
