在Pandas中通过索引重命名列

数据框架中的一列可以通过它所处的位置（即它的索引）来改变。仅仅通过使用索引，一列就可以被重新命名。这篇文章讨论了所有这些可能的方法。

步骤:

导入所需的Python库。
Create data
提供要重命名的列的索引作为参数给rename()函数。

Pandas rename()方法用于重命名任何索引、列或行。

语法: rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)

参数:

mapper，索引和列。字典值，key指的是旧名称，value指的是新名称。这些参数中只有一个可以同时使用。
axis: int or string value, 0/’row’ for Rows and 1/’columns’ for Columns
copy:如果为真，则复制基础数据。
inplace:如果为真，则在原始数据框中进行修改。
level: 用于在数据框架有多级索引的情况下指定级别。

返回类型: 带有新名称的数据框

以下是实现我们所需功能的各种实现方式。

例子1：使用列索引将两个列的名称相互转换。

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
  
# Changing columns name with index number
df.columns.values[0] = "b"
df.columns.values[1] = "a"
  
# Display
display(df)

输出:

在Pandas中通过索引重命名列

例子2：使用另一种方法来重命名带索引的列。

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
  
# Changing columns name with index number
su = df.rename(columns={df.columns[1]: 'new'})
  
# Display
display(su)

输出:

在Pandas中通过索引重命名列

示例3：在一条命令中使用索引号重命名两个/多个列。

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'c': [7, 8]})
  
# Changing columns name with index number
mapping = {df.columns[0]: 'new0', df.columns[1]: 'new1'}
su = df.rename(columns=mapping)
  
# Display
display(su)

输出:

在Pandas中通过索引重命名列

例子4：用CSV文件的索引号重命名列名。

import pandas as pd
  
# reading a csv file
df1 = pd.read_csv("data1.csv")
  
# change 2nd column name with index number
df1.columns.values[2] = "city"
  
# Display DataFrame
display(df1)

输出:

在Pandas中通过索引重命名列