Pandas 通过位置重命名列名

在数据清洗和数据分析的工作中，经常需要重命名Dataframe的列名，以方便更好的处理数据。Pandas提供了许多方法来重命名列名的方式，例如通过rename()方法、直接通过名称重命名等等。本文主要讲述如何通过位置重命名Pandas中列名。

阅读更多：Pandas 教程

Pandas 位置相关的方法

在重命名列名之前，我们先来了解一下Pandas中与位置有关的方法。

iloc[]: 根据行、列的位置，用.iloc()属性进行选取。行和列的位置从0开始计数。例如：df.iloc[0, :] ，表示选取第一行的所有列。
loc[]: 根据行、列的label，用.loc()属性进行选取。行和列的label可以是行列的名称，也可以是布尔值或数组的索引。例如：df.loc[:, ‘A’]，表示选取所有行的’A’列

通过位置重命名列名

在Dataframe中，重命名列名有两种方式：

通过重命名所有的列名
通过重命名一个或多个列名

通过重命名所有的列名

假设我们有以下的Dataframe：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)
# 结果如下：
#    A  B  C
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9

现在我们要通过位置将所有的列名重命名为0、1、2，可以使用columns属性。代码如下：

df.columns = [0, 1, 2]
print(df)
# 结果如下：
#    0  1  2
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9

通过重命名一个或多个列名

假设我们有以下Dataframe：

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)
# 结果如下：
#    A  B  C
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9

现在我们要通过位置将’A’列名重命名为0，代码如下：

df.columns.values[0] = 0
print(df)
# 结果如下：
#    0  B  C
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9

我们还可以通过rename()方法来重命名，如下所示：

df.rename(columns={df.columns[1]: 'new_name'}, inplace=True)
print(df)
# 结果如下：
#    A  new_name  C
# 0  1         4  7
# 1  2         5  8
# 2  3         6  9