问题：在pandas DataFrame中更改特定的列名称

我一直在寻找一种优雅的方法来更改中的指定列名称DataFrame。

播放数据…

import pandas as pd
d = {
         'one': [1, 2, 3, 4, 5],
         'two': [9, 8, 7, 6, 5],
         'three': ['a', 'b', 'c', 'd', 'e']
    }
df = pd.DataFrame(d)

到目前为止，我发现的最优雅的解决方案…

names = df.columns.tolist()
names[names.index('two')] = 'new_name'
df.columns = names

我希望有一个简单的单线…此尝试失败了…

df.columns[df.columns.tolist().index('one')] = 'another_name'

非常感谢收到的任何提示。

点击查看英文原文

I was looking for an elegant way to change a specified column name in a DataFrame.

play data …

import pandas as pd
d = {
         'one': [1, 2, 3, 4, 5],
         'two': [9, 8, 7, 6, 5],
         'three': ['a', 'b', 'c', 'd', 'e']
    }
df = pd.DataFrame(d)

The most elegant solution I have found so far …

names = df.columns.tolist()
names[names.index('two')] = 'new_name'
df.columns = names

I was hoping for a simple one-liner … this attempt failed …

df.columns[df.columns.tolist().index('one')] = 'another_name'

Any hints gratefully received.

回答 0

确实存在一行代码：

In [27]: df=df.rename(columns = {'two':'new_name'})

In [28]: df
Out[28]: 
  one three  new_name
0    1     a         9
1    2     b         8
2    3     c         7
3    4     d         6
4    5     e         5

以下是该rename方法的文档字符串。

定义：df.rename（self，index = None，columns = None，copy = True，inplace = False）
Docstring：
使用输入功能更改索引和/或列或
功能。函数/字典值必须唯一（1对1）。标签不行
dict / Series中包含的内容将保持不变。

参量
----------
index：类似dict或函数，可选
    转换以应用于索引值
列：类似字典或函数，可选
    转换以应用于列值
复制：布尔值，默认为True
    同时复制基础数据
inplace：布尔值，默认为False
    是否返回新的DataFrame。如果为True，则复制值为
    忽略了。

也可以看看
--------
Series.rename

退货
-------
重命名为：DataFrame（新对象）
点击查看英文原文

A one liner does exist:

In [27]: df=df.rename(columns = {'two':'new_name'})

In [28]: df
Out[28]: 
  one three  new_name
0    1     a         9
1    2     b         8
2    3     c         7
3    4     d         6
4    5     e         5

Following is the docstring for the rename method.

Definition: df.rename(self, index=None, columns=None, copy=True, inplace=False)
Docstring:
Alter index and / or columns using input function or
functions. Function / dict values must be unique (1-to-1). Labels not
contained in a dict / Series will be left as-is.

Parameters
----------
index : dict-like or function, optional
    Transformation to apply to index values
columns : dict-like or function, optional
    Transformation to apply to column values
copy : boolean, default True
    Also copy underlying data
inplace : boolean, default False
    Whether to return a new DataFrame. If True then value of copy is
    ignored.

See also
--------
Series.rename

Returns
-------
renamed : DataFrame (new object)

回答 1

由于inplaceargument是可用的，因此您无需复制原始数据帧并将其分配回自身，而是执行以下操作：

df.rename(columns={'two':'new_name'}, inplace=True)
点击查看英文原文

Since inplace argument is available, you don’t need to copy and assign the original data frame back to itself, but do as follows:

df.rename(columns={'two':'new_name'}, inplace=True)

回答 2

关于什么？

df.columns.values[2] = "new_name"
点击查看英文原文

What about?

df.columns.values[2] = "new_name"

回答 3

熊猫0.21现在具有轴参数

重命名方法已获得一个axis参数，以匹配其余大多数熊猫API。

因此，除此以外：

df.rename(columns = {'two':'new_name'})

你可以做：

df.rename({'two':'new_name'}, axis=1)

要么

df.rename({'two':'new_name'}, axis='columns')
点击查看英文原文

Pandas 0.21 now has an axis parameter

The rename method has gained an axis parameter to match most of the rest of the pandas API.

So, in addition to this:

df.rename(columns = {'two':'new_name'})

You can do:

df.rename({'two':'new_name'}, axis=1)

or

df.rename({'two':'new_name'}, axis='columns')

回答 4

如果您知道它是哪一列（第一列/第二列/第n列），那么在类似问题上发布的此解决方案都可以工作，无论它是命名还是未命名，都在一行中：https : //stackoverflow.com/a/26336314/ 4355695

df.rename(columns = {list(df)[1]:'new_name'}, inplace=True)
# 1 is for second column (0,1,2..)
点击查看英文原文

If you know which column # it is (first / second / nth) then this solution posted on a similar question works regardless of whether it is named or unnamed, and in one line: https://stackoverflow.com/a/26336314/4355695

df.rename(columns = {list(df)[1]:'new_name'}, inplace=True)
# 1 is for second column (0,1,2..)

回答 5

要重命名列，这里是一种简单的方法，它既Default(0,1,2,etc;)适用于现有的列，也适用于现有的列，但对于较大的数据集（具有许多列）而言，用处不大。

对于更大的数据集，我们可以切片所需的列并应用以下代码：

df.columns = ['new_name','new_name1','old_name']
点击查看英文原文

For renaming the columns here is the simple one which will work for both Default(0,1,2,etc;) and existing columns but not much useful for a larger data sets(having many columns).

For a larger data set we can slice the columns that we need and apply the below code:

df.columns = ['new_name','new_name1','old_name']

回答 6

以下简短代码可以帮助您：

df3 = df3.rename(columns={c: c.replace(' ', '') for c in df3.columns})

从列中删除空格。

点击查看英文原文

Following short code can help:

df3 = df3.rename(columns={c: c.replace(' ', '') for c in df3.columns})

Remove spaces from columns.

回答 7

熊猫0.23.4版

df.rename(index=str,columns={'old_name':'new_name'},inplace=True)

作为记录：

省略index = str将给出错误替换，带有意外参数’columns’

点击查看英文原文

pandas version 0.23.4

df.rename(index=str,columns={'old_name':'new_name'},inplace=True)

For the record:

omitting index=str will give error replace has an unexpected argument ‘columns’

回答 8

另一种选择是简单地复制和删除列：

df = pd.DataFrame(d)
df['new_name'] = df['two']
df = df.drop('two', axis=1)
df.head()

之后，您将得到结果：

    one three   new_name
0   1   a       9
1   2   b       8
2   3   c       7
3   4   d       6
4   5   e       5
点击查看英文原文

Another option would be to simply copy & drop the column:

df = pd.DataFrame(d)
df['new_name'] = df['two']
df = df.drop('two', axis=1)
df.head()

After that you get the result:

    one three   new_name
0   1   a       9
1   2   b       8
2   3   c       7
3   4   d       6
4   5   e       5
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。