|
我在Pandas中使用带列名的DataFrame，我需要编辑以替换或者说重命名原来的列名(标签)。
示例如下：我想更改DataFrame A中的列名，其中原始列名是：
['$a', '$b', '$c', '$d', '$e']
想改为
['a', 'b', 'c', 'd', 'e'].
我将编辑过的列名存储在列表中，但不知道如何替换列名。
最佳解决方案
只需将其分配给.columns属性即可，如下：
>>> df = pd.DataFrame({'$a':[1,2], '$b': [10,20]})
>>> df.columns = ['a', 'b']
>>> df
a b
0 1 10
1 2 20
次佳解决方案
使用df.rename()函数并引用要重命名的列。并非所有列都必须重命名，可以修改一部分列：
df = df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'})
# Or rename the existing DataFrame (rather than creating a copy)
df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'}, inplace=True)
第三种解决方案
rename方法可以采用一个函数替代，例如：
In [11]: df.columns
Out[11]: Index([u'$a', u'$b', u'$c', u'$d', u'$e'], dtype=object)
In [12]: df.rename(columns=lambda x: x[1:], inplace=True)
In [13]: df.columns
Out[13]: Index([u'a', u'b', u'c', u'd', u'e'], dtype=object)
第四种方案
既然你只想删除所有列名中的$符号，你可以这样做：
df = df.rename(columns=lambda x: x.replace('$', ''))
要么
df.rename(columns=lambda x: x.replace('$', ''), inplace=True)
第五种方案
如http://pandas.pydata.org/pandas-docs/stable/text.html中所记录：
df.columns = df.columns.str.replace('$','')
第六种方案
df.columns = ['a', 'b', 'c', 'd', 'e']
上面的代码会按照您提供的顺序，用您提供的名称替换现有名称。
也可以像这样通过索引来修改它们：
df.columns.values[2] = 'c' #renames the 2nd column to 'c'
第七种方案
Pandas 0.21+答案
在版本0.21中对列重命名进行了一些重大更新。
rename方法添加了可设置为columns或1的axis参数。此更新使此方法与 Pandas API的其余部分相匹配。它仍然有index和columns参数，但不再强制使用它们。- 将
inplace设置为False的set_axis方法可以使用列表重命名所有索引或列标签。
Pandas 0.21+的例子
构建示例DataFrame：
df = pd.DataFrame({'$a':[1,2], '$b': [3,4],
'$c':[5,6], '$d':[7,8],
'$e':[9,10]})
$a $b $c $d $e
0 1 3 5 7 9
1 2 4 6 8 10
与axis='columns'或axis=1一起使用rename
df.rename({'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'}, axis='columns')
要么
df.rename({'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'}, axis=1)
这两个结果如下：
a b c d e
0 1 3 5 7 9
1 2 4 6 8 10
仍然可以使用旧的方法签名：
df.rename(columns={'$a':'a', '$b':'b', '$c':'c', '$d':'d', '$e':'e'})
rename函数还接受将应用于每个列名称的函数。
df.rename(lambda x: x[1:], axis='columns')
要么
df.rename(lambda x: x[1:], axis=1)
将set_axis与列表和inplace=False一起使用
您可以向set_axis方法提供长度与列数(或索引)数量相等的列表。目前，inplace默认为True，但inplace将在未来版本中默认为False。
df.set_axis(['a', 'b', 'c', 'd', 'e'], axis='columns', inplace=False)
要么
df.set_axis(['a', 'b', 'c', 'd', 'e'], axis=1, inplace=False)
为什么不使用df.columns = ['a', 'b', 'c', 'd', 'e']？
直接分配列没有任何问题。这是一个非常好的解决方案。
使用set_axis的优势在于它可以用作方法链的一部分，并返回DataFrame的新副本。没有它，您必须在重新分配列之前将链的中间步骤存储到另一个变量中。
# new for pandas 0.21+
df.some_method1()
.some_method2()
.set_axis()
.some_method3()
# old way
df1 = df.some_method1()
.some_method2()
df1.columns = columns
df1.some_method3()
第八种方案
old_names = ['$a', '$b', '$c', '$d', '$e']
new_names = ['a', 'b', 'c', 'd', 'e']
df.rename(columns=dict(zip(old_names, new_names)), inplace=True)
这样您可以根据需要手动编辑new_names。当您只需重新命名几列以纠正拼写错误，重音符号，删除特殊字符等时，它的效果非常好。
第九种方案
列名与系列的名称
我想解释一下幕后发生的一切。
数据框是一组系列。
系列又是numpy.array的延伸
numpy.array有一个属性.name
这是该系列的名称。 Pandas 很少尊重这个属性，但它在某些地方徘徊，可以用来攻击一些 Pandas 的行为。
命名列的列表
这里有很多答案都谈到了df.columns属性是list，实际上它是Series。这意味着它有一个.name属性。
如果您决定填写列Series的名称，则会发生以下情况：
df.columns = ['column_one', 'column_two']
df.columns.names = ['name of the list of columns']
df.index.names = ['name of the index']
name of the list of columns column_one column_two
name of the index
0 4 1
1 5 2
2 6 3
请注意，索引的名称始终低一列。
徘徊的文物
.name属性有时会继续存在。如果您设置df.columns = ['one', 'two']，则df.one.name将为'one'。
如果你设置了df.one.name = 'three'，那么df.columns仍然会给你['one', 'two']，而df.one.name会给你'three'
BUT
pd.DataFrame(df.one)将返回
three
0 1
1 2
2 3
因为 Pandas 重复使用已定义的Series的.name。
多级别的列名称
Pandas 有办法做多层列名。没有太多的魔术参与，但我想在我的回答中加以说明，因为我没有看到任何人在此采访。
|one |
|one |two |
0 | 4 | 1 |
1 | 5 | 2 |
2 | 6 | 3 |
通过将列设置为列表可以轻松实现，如下所示：
df.columns = [['one', 'one'], ['one', 'two']]
第十种方案
一条线或管线解决方案
我将专注于两件事情：
- OP明确声明我已将编辑的列名存储在列表中，但我不知道如何替换列名。我不想解决如何替换
'$'或从每个列标题剥离第一个字符的问题。 OP已经完成了这一步。相反，我想专注于用给定的替换列名称列表替换现有的columns对象。
df.columns = new其中new是新列名称的列表非常简单。这种方法的缺点是它需要编辑现有数据框的columns属性，而不是内联完成的。我将通过流水线显示几种方式来执行此操作，而无需编辑现有数据框。
安装程序1为了专注于重新命名使用pre-existing列表替换列名称的需要，我将创建一个新的示例数据框df，其中包含初始列名称和不相关的新列名称。
df = pd.DataFrame({'Jack': [1, 2], 'Mahesh': [3, 4], 'Xin': [5, 6]})
new = ['x098', 'y765', 'z432']
df
Jack Mahesh Xin
0 1 3 5
1 2 4 6
解决方案1 pd.DataFrame.rename
已经有人说过，如果你有一个字典将旧列名映射到新的列名，你可以使用pd.DataFrame.rename。
d = {'Jack': 'x098', 'Mahesh': 'y765', 'Xin': 'z432'}
df.rename(columns=d)
x098 y765 z432
0 1 3 5
1 2 4 6
但是，您可以轻松创建该字典并将其包含在对rename的调用中。以下利用了在遍历df时重复遍历每个列名的事实。
# given just a list of new column names
df.rename(columns=dict(zip(df, new)))
x098 y765 z432
0 1 3 5
1 2 4 6
如果您的原始列名是唯一的，这非常有效。但如果他们不是，那么这就打破了。
设置2个non-unique列
df = pd.DataFrame(
[[1, 3, 5], [2, 4, 6]],
columns=['Mahesh', 'Mahesh', 'Xin']
)
new = ['x098', 'y765', 'z432']
df
Mahesh Mahesh Xin
0 1 3 5
1 2 4 6
解决方案2使用keys参数的pd.concat
首先，注意当我们尝试使用解决方案1时会发生什么情况：
df.rename(columns=dict(zip(df, new)))
y765 y765 z432
0 1 3 5
1 2 4 6
我们没有将new列表映射为列名。我们结束了重复y765。相反，我们可以在遍历df的列时使用pd.concat函数的keys参数。
pd.concat([c for _, c in df.items()], axis=1, keys=new)
x098 y765 z432
0 1 3 5
1 2 4 6
解决方案3重建。这应该只用于所有列都有单个dtype的情况。否则，您将以dtype object结束所有列，并将其转换回来需要更多的字典工作。
单dtype
pd.DataFrame(df.values, df.index, new)
x098 y765 z432
0 1 3 5
1 2 4 6
混合dtype
pd.DataFrame(df.values, df.index, new).astype(dict(zip(new, df.dtypes)))
x098 y765 z432
0 1 3 5
1 2 4 6
解决方案4这是transpose和set_index的噱头。 pd.DataFrame.set_index允许我们设置内联索引，但没有相应的set_columns。所以我们可以转置，然后set_index，并转置回来。但是，在这里适用同一个dtype与来自解决方案3的混合dtype警告。
单dtype
df.T.set_index(np.asarray(new)).T
x098 y765 z432
0 1 3 5
1 2 4 6
混合dtype
df.T.set_index(np.asarray(new)).T.astype(dict(zip(new, df.dtypes)))
x098 y765 z432
0 1 3 5
1 2 4 6
解决方案5使用循环遍历new的每个元素的pd.DataFrame.rename中的lambda在此解决方案中，我们传递一个需要x但忽略它的lambda。它也需要一个y，但并不期望它。相反，迭代器是作为默认值给出的，然后我可以使用它循环一次，而不考虑x的值。
df.rename(columns=lambda x, y=iter(new): next(y))
x098 y765 z432
0 1 3 5
1 2 4 6
正如sopython聊天中的人们指出的，如果我在x和y之间添加*，我可以保护我的y变量。虽然在这种情况下，我不相信它需要保护。它仍然值得一提。
df.rename(columns=lambda x, *, y=iter(new): next(y))
x098 y765 z432
0 1 3 5
1 2 4 6
参考资料
- Renaming columns in pandas
|
客服电话
APP下载
官方微信
