Python – 如何使用字典在Pandas DataFrame中重命名多个列标题？

要重命名多个列标题，请使用 rename() 方法，并在 columns 参数中设置字典。首先，让我们创建一个数据框架 –

 dataFrame = pd.DataFrame({"Car": ['BMW', 'Mustang', 'Tesla', 'Mustang', 'Mercedes', 'Tesla', 'Audi'],"Cubic Capacity": [2000, 1800, 1500, 2500, 2200, 3000, 2000],"Reg Price": [7000, 1500, 5000, 8000, 9000, 6000, 1500],"Units Sold": [ 200, 120, 150, 120, 210, 250, 220]
})

创建一个字典以重命名列。键和值对分别为旧名称和新名称 –

 dictionary = {'Car': '汽车名称','Cubic Capacity': 'CC','Reg Price': '注册价格','Units Sold': '购买单位'
}

使用rename()并将字典设置为列 –

dataFrame.rename(columns=dictionary, inplace=True)

更多Pandas文章，请阅读：Pandas教程

示例

以下是代码 –

import pandas as pd

# 创建数据框
dataFrame = pd.DataFrame({"Car": ['BMW', 'Mustang', 'Tesla', 'Mustang', 'Mercedes', 'Tesla', 'Audi'],"Cubic Capacity": [2000, 1800, 1500, 2500, 2200, 3000, 2000],"Reg Price": [7000, 1500, 5000, 8000, 9000, 6000, 1500],"Units Sold": [ 200, 120, 150, 120, 210, 250, 220]
})

print"DataFrame ...\n",dataFrame

# 创建一个字典来重命名列
# 将键和值对分别设为旧名称和新名称
dictionary = {'Car': '汽车名称','Cubic Capacity': 'CC','Reg Price': '注册价格','Units Sold': '购买单位'
}

# 使用rename()并将字典设置为列
dataFrame.rename(columns=dictionary, inplace=True)

print"\n已更新的数据框...\n",dataFrame

输出

这将产生以下输出 –

DataFrame ...
        汽车   CC   注册价格    购买单位
0       BMW             2000        7000          200
1   Mustang             1800        1500          120
2     Tesla             1500        5000          150
3   Mustang             2500        8000          120
4  Mercedes             2200        9000          210
5     Tesla             3000        6000          250
6      Audi             2000        1500          220

已更新的数据框...
   汽车名称    CC   注册价格    购买单位
0       BMW  2000                 7000               200
1   Mustang  1800                 1500               120
2     Tesla  1500                 5000               150
3   Mustang  2500                 8000               120
4  Mercedes  2200                 9000               210
5     Tesla  3000                 6000               250
6      Audi  2000                 1500               220