pandas更改列名|极客教程

pandas更改列名

介绍

在数据分析和处理中，经常需要对数据表的列名进行更改。pandas是一个强大的数据分析工具，它提供了灵活的方法来更改列名，以满足不同的需求。本文将详细介绍如何使用pandas来更改列名。

pandas库简介

pandas是一个开源的数据分析和处理库，它提供了快速、灵活和简单的数据结构，尤其适用于处理结构化的和标记的数据。pandas库提供了丰富的函数和方法，方便我们对数据进行处理、转换和分析。

创建示例数据

为了方便演示，我们先创建一个示例数据表，然后对其列名进行更改。下面是我们要创建的示例数据表：

import pandas as pd

data = {'Name': ['Tom', 'Jerry', 'Spike'],
        'Age': [25, 30, 35],
        'Gender': ['Male', 'Male', 'Male']}
df = pd.DataFrame(data)
print(df)

输出为：

    Name  Age Gender
0    Tom   25   Male
1  Jerry   30   Male
2  Spike   35   Male

创建成功后，我们可以开始更改列名。

更改列名的基本方法

方法一：使用`rename`函数进行更改列名

rename函数可以实现对数据表的列名进行更改。它的基本语法如下：

df.rename(columns={'旧列名': '新列名'}, inplace=True)

其中，columns参数是一个字典，键为旧列名，值为新列名。inplace=True表示对原数据表进行直接修改，而不是返回一个新的数据表。

示例代码如下：

df.rename(columns={'Name': '姓名'}, inplace=True)
print(df)

运行结果为：

      姓名  Age Gender
0    Tom   25   Male
1  Jerry   30   Male
2  Spike   35   Male

方法二：直接赋值方式进行更改列名

除了使用rename函数，我们还可以直接对columns属性进行赋值来更改列名。直接赋值的方式更加简洁，但只能适用于同时更改所有列名的情况。

df.columns = ['新列名1', '新列名2', '新列名3']

示例代码如下：

df.columns = ['姓名', '年龄', '性别']
print(df)

运行结果为：

      姓名  年龄    性别
0    Tom  25  Male
1  Jerry  30  Male
2  Spike  35  Male

更改部分列名

有时候，我们只需要更改数据表中的部分列名。pandas提供了两种方法来实现这个目标。

方法一：使用`rename`函数

利用rename函数，我们可以通过传入字典参数来指定需要更改的列名。

df.rename(columns={'旧列名1': '新列名1', '旧列名2': '新列名2'}, inplace=True)

示例代码如下：

df.rename(columns={'Age': '年龄'}, inplace=True)
print(df)

运行结果为：

    Name  年龄 Gender
0    Tom  25   Male
1  Jerry  30   Male
2  Spike  35   Male

方法二：使用`set_axis`函数

set_axis函数可以对指定的轴进行重命名。我们可以将要更改的列索引传入labels参数进行更改。

df.set_axis(['新列名1', '新列名2', '新列名3'], axis='columns', inplace=True)

示例代码如下：

df.set_axis(['姓名', '年龄', '性别'], axis='columns', inplace=True)
print(df)

运行结果为：

      姓名  年龄    性别
0    Tom  25  Male
1  Jerry  30  Male
2  Spike  35  Male

更改所有列名

当需要一次性更改所有列名时，我们可以将所有的列索引传入set_axis函数。

df.set_axis(['新列名1', '新列名2', '新列名3'], axis='columns', inplace=True)

示例代码如下：

df.set_axis(['姓名', '年龄', '性别'], axis='columns', inplace=True)
print(df)

运行结果为：

      姓名  年龄    性别
0    Tom  25  Male
1  Jerry  30  Male
2  Spike  35  Male

结论

通过本文介绍的方法，我们可以灵活地更改pandas数据表的列名，满足不同的数据处理需求。使用rename函数可以逐个更改列名，使用set_axis函数可以一次性更改部分或全部列名。这些简单而强大的方法为我们提供了方便的数据分析和处理工具。

pandas更改列名