如何重命名Pandas数据框架中的多个列标题
在这里,我们将使用rename()方法来重命名多个列的标题。rename方法用于重命名一个列,也可以一次重命名多个列。并将包含新值的列和inplace = true作为参数传递。我们传递inplace = true是因为我们只是修改了工作数据框,如果我们传递inplace = false,那么它将返回一个新的数据框。
方法1:使用rename()方法
1.导入pandas。
2.创建一个有多列的数据框架。
3.创建一个字典,设置key=旧名称,value=列头的新名称。
4.将字典按列分配。
5.调用重命名方法,并将包含dictionary和inplace=true的列作为参数传递。
示例:
# import pandas
import pandas as pd
# create data frame
df = pd.DataFrame({'First Name': ["Mukul", "Rohan", "Mayank",
"Vedansh", "Krishna"],
'Location': ["Saharanpur", "Rampur", "Agra",
"Saharanpur", "Noida"],
'Pay': [56000.0, 55000.0, 61000.0, 45000.0, 62000.0]})
# print original data frame
display(df)
# create a dictionary
# key = old name
# value = new name
dict = {'First Name': 'Name',
'Location': 'City',
'Pay': 'Salary'}
# call rename () method
df.rename(columns=dict,
inplace=True)
# print Data frame after rename columns
display(df)
输出:
示例 2:
在这个例子中,我们将用同样的方法多次重命名。
# import pandas
import pandas as pd
# create data frame
df = pd.DataFrame({'First Name': ["Mukul", "Rohan", "Mayank",
"Vedansh", "Krishna"],
'Location': ["Saharanpur", "Rampur",
"Agra", "Saharanpur", "Noida"],
'Pay': [56000.0, 55000.0, 61000.0, 45000.0, 62000.0]})
print("Original DataFrame")
# print original data frame
display(df)
# create a dictionary
# key = old name
# value = new name
dict = {'First Name': 'Name',
'Location': 'City',
'Pay': 'Salary'}
print("\nAfter rename")
# call rename () method
df.rename(columns=dict,
inplace=True)
# print Data frame after rename columns
display(df)
# create a dictionary
# key = old name
# value = new name
dict = {'Name': 'Full Name',
'City': 'Address',
'Salary': 'Amount'}
# call rename () method
df.rename(columns=dict,
inplace=True)
display(df)
输出:
方法2:使用索引
一个人在登陆实施部分之前,必须按照下列步骤,按顺序排列,如下。
1.导入pandas。
2.创建一个有多列的数据框架。
3..column和.values属性将返回列的数组。
4.用切片法改变列数中的数值。
5.打印数据框架。
示例
# import pandas
import pandas as pd
# create data frame
df = pd.DataFrame({'First Name': ["Mukul", "Rohan", "Mayank",
"Vedansh", "Krishna"],
'Location': ["Saharanpur", "Rampur", "Agra",
"Saharanpur", "Noida"],
'Pay': [56000.0, 55000.0, 61000.0, 45000.0, 62000.0]})
# print original data frame
display(df)
# renaming the column by index
df.columns.values[0:2] =["name", "address" ]
# print Data frame after rename columns
display(df)
输出: