pandas 改列名

pandas 改列名

在数据分析和处理过程中，经常需要对数据集的列名进行修改，以使其更加清晰、规范或适应特定的需求。pandas 是一个功能强大的数据处理库，它提供了丰富的方法和工具来操作数据集，包括改变列名的能力。本文将详细介绍如何使用 pandas 对数据集的列名进行修改。

1. pandas 修改列名的方法概览

pandas 提供了多种方法来修改数据集的列名。下面是几种常用的方法：

• 使用 rename() 方法：通过指定字典或函数来重命名列名。
• 直接赋值：通过直接修改 columns 属性来改变列名。

本文将依次介绍这两种方法的详细用法和示例。

2. 使用 rename() 方法修改列名

rename() 方法允许我们通过指定字典或函数来重命名列名。下面是该方法的详细用法：

DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)

参数解释：

• mapper：一个字典或函数，用于指定新旧列名的映射关系。
• index：一个字典或函数，用于指定新旧索引的映射关系。
• columns：一个字典或函数，用于指定新旧列名的映射关系。
• axis：可选参数，指定需要修改的轴。默认为 None，表示按列名修改。
• copy：可选参数，指定是否创建副本。默认为 True。
• inplace：可选参数，指定是否在原地进行修改。默认为 False。
• level：可选参数，用于指定多级索引的级别。

下面是几个使用 rename() 方法修改列名的示例：

2.1 使用字典重命名列名

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

df.rename(columns={'A': 'Column1', 'B': 'Column2'}, inplace=True)
print(df)

运行结果：

   Column1  Column2
0        1        4
1        2        5
2        3        6

2.2 使用函数重命名列名

import pandas as pd

data = {'A': ['1', '2', '$3'], 'B': ['4%', '5%', '6%']}
df = pd.DataFrame(data)

df.rename(columns=lambda x: x.lower(), inplace=True)
print(df)

运行结果：

   a   b
0 1  4%
12  5%
2 $3  6%

3. 直接赋值修改列名

除了使用 rename() 方法外，我们还可以直接通过修改 columns 属性来改变列名。下面是该方法的示例：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

df.columns = ['Column1', 'Column2']
print(df)

运行结果：

   Column1  Column2
0        1        4
1        2        5
2        3        6

4. 总结

本文介绍了使用 pandas 修改数据集列名的方法。通过 rename() 方法可以根据字典或函数的映射关系重命名列名，而直接赋值则可以直接改变列名。根据实际需求选择合适的方法来修改列名，可以使数据集更加清晰、规范和适应特定的分析需求。