前言

首先，我们创建一个5行4列的DataFrame数据作为示例，进行演示

import pandas as pd
import numpy as npdf = pd.DataFrame(data=np.arange(20).reshape(5,4), columns=['a', 'b', 'c', 'd'])dfa   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

一部分列重命名

有时候，我们只需要将部分列的列名重命名。可以使用字典的方式，更改指定的列名。

df.rename(columns={'a': 'A'})A   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

没有指定inplace=True， df本身的列名并没有改变。

dfa   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

这种情况下比较适合不变原有数据，通过赋值对新数据列改名，如下：

df2 = df.rename(columns={'a': 'A'})
df2A   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

如果我们指定inplace=True，则会改变原始数据

df.rename(columns={'a': 'A', 'c': 'C', 'd': 'D'}, inplace=True)
dfA   b   C   D
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

二全部列重命名

df.columns = new_columns, new_coumns 可以是列表或元组，但新旧列名的长度必须一致，否者会不匹配报错。这种改变方式是直接改变了原始数据。

df.columns = ['a1', 'b1', 'c1', 'd1']
dfa1  b1  c1  d1
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

三 str 批量修改列名

将列名’a1’, ‘b1’… 批量改为’a2’, 'b2’…

df.columns = df.columns.str.replace('1', '2')
dfa2  b2  c2  d2
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

其实str的原理和第二章是一样的，不同的是，我们对列名进行了字符串的操作。

四读取csv文件重命名

names = new_columns，在读取文件的时候直接重命名列名。

df = pd.read_csv('xxx.csv', names=new_columns, header=0)

后记

这里讲一个之前在读csv文件，重命名时，踩到的一个小坑。

以前读csv文件，读到重命名时，我都是先读文件，转成DataFrame之后再重命名的。

df = pd.read_csv('xxx.csv')
df.columns = new_columns

这样做，大部分情况下不会有什么问题，直到有天我读的是无列名的csv文件。pandas默认将第一行数据作为了列名。这时我再进行df.columns = new_columns 时，第一行数据就会因为作为列名，被new_columns替换了。这就导致我第一行数据白白丢失了（想哭）。今天写这篇博客的目的。也就是想记住这个坑。

pandas的read_csv() 函数，其实还踩过很多坑，里面有很多参数，我会在之后的博客里详解read_csv()的各个参数的用法。

pandas DataFrame数据重命名列名的几种方式相关推荐

python给内置函数重命名_python – 以Pandas Groupby函数重命名列名
1).我有一个以下示例数据集: >>> df ID Region count 0 100 Asia 2 1 101 Europe 3 2 102 US 1 3 103 Africa ...
pandas重命名列名称、数据列名称重命名(Rename Column Names): rename、set_axis、df.columns
pandas重命名列名称.数据列名称重命名(Rename Column Names): rename.set_axis.df.columns 目录 pandas重命名列名称.数据列名称重命名(Rena ...
pandas dataframe数据聚合groupby、agg、privot基于sum统计详解及实例
pandas dataframe数据聚合groupby.agg.privot基于sum统计详解及实例知道了sum.那么min.max.mean.median都是举一反三的事情了. 在日常的数据分析中 ...
pandas DataFrame数据取出两列
pandas DataFrame数据取出两列最常用的是以下两种方式最常用的是以下两种方式 df = pd.DataFrame(df,columns=['feater','predict'])# 或 ...
MySQL 重命名表名 2种方法
今天用 phpMyAdmin 创建了一张表后,发现"表名字"取得有点后悔,想直接删除重新创建一个,但是这个表的字段又有点多,居然有30多个字段,后来就找到了MySQL表重命名的方法 ...
python 保存csv,Python数据存储到文件的3种方式
原标题:Python数据存储到文件的3种方式爬虫请求解析后的数据,需要保存下来,才能进行下一步的处理,一般保存数据的方式有如下几种: 文件:txt.csv.excel.json等,保存数据量小. 关 ...
Docker的常用管理命令Docker将数据挂载到容器的三种方式
文章目录镜像管理命令容器管理常用命令 docker run常用参数 Docker run的其他参数 docker 创建容器命令容器资源限制 docker管理容器常用命令 docker将数据挂载到 ...
mysql数据存储方式_数据存储在mysql的两种方式
数据存储在mysql的两种方式发布时间:2020-05-12 16:16:25 来源:亿速云阅读:250 作者:三月下文主要给大家带来数据存储在mysql的两种方式,希望这些内容能够带给大家实际 ...
大数据正在改变客户服务的五种方式
大数据正在改变客户服务的五种方式任何组织的命脉,无论是否面向服务,都是需要为客户提供良好的服务.组织如何与其客户进行互动,会影响他们如何看待组织,这会影响潜在客户,除了组织最忠实的客户之外. 客户服 ...

pandas DataFrame数据重命名列名的几种方式

文章目录

前言

一部分列重命名

二全部列重命名

三 str 批量修改列名

四读取csv文件重命名

后记

pandas DataFrame数据重命名列名的几种方式相关推荐

最新文章

热门文章

pandas DataFrame数据重命名列名的几种方式

文章目录

前言

一 部分列重命名

二 全部列重命名

三 str 批量修改列名

四 读取csv文件重命名

后记

pandas DataFrame数据重命名列名的几种方式相关推荐

最新文章

热门文章

一部分列重命名

二全部列重命名

四读取csv文件重命名