python - Comment définir la colonne comme index dans un DataFrame

Je pense que vous avez besoin de transposer par T et puis si nécessaire, changez les noms de colonnes, ajoutez la compréhension de la liste:

Remarque:
Double groupby + somme n'est pas nécessaire, une fois suffit, car agréger la même fonction d'agrégation, ici sum.

df = pd.DataFrame(salary_List)

newdf = df.groupby(pd.Grouper(key='date', freq='1M')).sum().T
#python 3.6+
newdf.columns = [f'Month{x}' for x in range(1, len(newdf.columns) + 1)]

#python bellow
#newdf.columns = ['Month{}'.format(x) for x in range(1, len(newdf.columns) + 1)]
print (newdf)
                        Month1   Month2    Month3    Month4    Month5  \
Balance before Salary     27.2     88.2    176.48     48.48    241.48   
Salary                 15300.0  15300.0  14783.00  16249.00  14448.00   

                         Month6  
Balance before Salary     49.48  
Salary                 15663.00  

Ce que vous voulez faire s'appelle «transposer». Vous pouvez obtenir le dataframe transposé en appelant la fonction df.transpose () . Donc pour vous simplement:

df = pd.DataFrame(salary_List)
newdf = df.transpose()

Ensuite, avec une simple boucle, vous pouvez changer les noms des colonnes pour ceux que vous voulez.

Vous pouvez également obtenir le mois et l'année (pour plus de clarté) puis les transposer:

réinitialiser l'index pour obtenir le mois sous forme de colonne:

df['Month'] = df['Month'].apply( lambda x : pd.to_datetime(x).strftime('%b %Y')) # gets name of month and year
df_new = df1.T #transpose and save to new df
df_new.columns = df_new.iloc[0] # set columnnames as monthnames
df_new.drop('Month',inplace=True) # drop the extra row Month

Ensuite :

df1 = df1.rename_axis('Month').reset_index()
df1.drop([0],inplace=True)

Résultat: