如何在 Pandas DataFrame 中重命名列
Puneet Dobhal
2023年1月30日
2020年6月9日
-
使用
DataFrame.columns方法重命名 Pandas DataFrame 中的列 -
使用
DataFrame.rename()方法重命名 Pandas DataFrame 中的列 -
使用
DataFrame.set_axis()方法重命名 Pandas DataFrame 中的列
通常，我们需要在数据分析中操作列名。在本文中，我们将探索不同的方法来为已定义的 panadas DataFrame 操纵/重命名列名。
使用 DataFrame.columns 方法重命名 Pandas DataFrame 中的列
此方法非常简单，可让你直接重命名列。我们可以使用 DataFrame.columns 属性分配一个新的列名列表，如下所示：
import pandas as pd
example_df = pd.DataFrame([
['John', 20, 45],
['Peter', 21, 62],
['Scot', 25, 68]],
index=[0, 1, 2],
columns=['Name', 'Age', 'Marks'])
print"\nOriginal DataFrame"
print(pd.DataFrame(example_df))
example_df.columns = ['Name','Age','Roll_no']
print"\nModified DataFrame"
print(pd.DataFrame(example_df))
输出：
Original DataFrame
Name Age Marks
0 John 20 45
1 Peter 21 62
2 Scot 25 68
Modified DataFrame
Name Age Roll_no
0 John 20 45
1 Peter 21 62
2 Scot 25 68
这种方法的一个缺点是，即使只需要重命名一列，也必须列出整个列。当你有大量列时，指定整个列列表将变得不切实际。
使用 DataFrame.rename() 方法重命名 Pandas DataFrame 中的列
前一种方法的替代方法是使用 DataFrame.rename() 方法。当我们不需要重命名所有列时，此方法非常方便。
我们需要将旧列名称指定为键，将新名称指定为值。
import pandas as pd
example_df = pd.DataFrame([['John', 20, 45, 78],
['Peter', 21, 62, 68],
['Scot', 25, 68, 95]],
index=[0, 1, 2],
columns=['Name', 'Age', 'Marks','Roll_no'])
print"\nOriginal DataFrame"
print(pd.DataFrame(example_df))
example_df.rename(columns={'Marks': 'Roll_no',
'Roll_no': 'Marks'}, inplace=True)
print"\nModified DataFrame"
print(pd.DataFrame(example_df))
输出：
Original DataFrame
Name Age Marks Roll_no
0 John 20 45 78
1 Peter 21 62 68
2 Scot 25 68 95
Modified DataFrame
Name Age Roll_no Marks
0 John 20 45 78
1 Peter 21 62 68
2 Scot 25 68 95
此方法的最大优点是你可以指定任意多的列。当你需要重命名特定的列时，这是非常有效的，并且与以前的方法不同，不需要为 DataFrame 列出整个列列表。
你可能会注意到，在 DataFrame.rename() 函数调用中，我们已将 inplace 参数指定为 True。inplace 参数默认为 False，它指定是否返回新的 Pandas DataFrame。
将其指定为 True 表示函数调用不会返回新的 Pandas DataFrame，而是会更改现有的 DataFrame。
使用 DataFrame.set_axis() 方法重命名 Pandas DataFrame 中的列
这是重命名 Pandas DataFrame 列的另一种便捷方法。使用此方法时，我们必须指定整个列列表。
import pandas as pd
example_df = pd.DataFrame([['John', 20, 45, 78],
['Peter', 21, 62, 68],
['Scot', 25, 68, 95]],
index=[0, 1, 2],
columns=['Name', 'Age', 'Marks','Roll_no'])
print"\nOriginal DataFrame"
print(pd.DataFrame(example_df))
example_df.set_axis(['Name', 'Age', 'Roll_no','Marks'],
axis='columns', inplace=True)
print"\nModified DataFrame"
print(pd.DataFrame(example_df))
输出：
Original DataFrame
Name Age Marks Roll_no
0 John 20 45 78
1 Peter 21 62 68
2 Scot 25 68 95
Modified DataFrame
Name Age Roll_no Marks
0 John 20 45 78
1 Peter 21 62 68
2 Scot 25 68 95