pandas dataframe 重命名列名|极客教程

pandas dataframe 重命名列名

在数据分析过程中，我们经常需要对数据进行各种处理，包括对数据的清洗、转换、整理等。其中，一个常见的操作就是对数据的列名进行重命名。在pandas库中，我们可以使用rename函数来实现这个功能。本文将详细介绍如何使用pandas的rename函数来重命名dataframe的列名。

1. 基本用法

在pandas中，我们可以使用rename函数来重命名dataframe的列名。rename函数的基本语法如下：

df.rename(columns={'old_name': 'new_name'}, inplace=True)

其中，columns参数是一个字典，键是旧的列名，值是新的列名。inplace参数决定了是否在原始dataframe上进行修改，如果为True，则在原始dataframe上进行修改，如果为False，则返回一个新的dataframe。

下面是一个简单的示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 重命名列名
df.rename(columns={'A': 'a', 'B': 'b', 'C': 'c'}, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们首先创建了一个dataframe，然后使用rename函数将列名’A’, ‘B’, ‘C’分别重命名为’a’, ‘b’, ‘c’。

2. 使用函数进行列名重命名

除了使用字典映射的方式进行列名重命名外，我们还可以使用函数进行列名重命名。rename函数的columns参数也可以接受一个函数，这个函数会被应用到每一个列名上。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用函数进行列名重命名
df.rename(columns=str.lower, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们使用了内置的str.lower函数将所有的列名转换为小写。

3. 使用`rename`函数的`axis`参数

rename函数还有一个axis参数，它可以用来指定我们要重命名的是行标签还是列标签。axis参数的默认值是0，表示重命名行标签，如果我们想要重命名列标签，可以将axis参数设置为1。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用axis参数进行列名重命名
df.rename({'A': 'a', 'B': 'b', 'C': 'c'}, axis=1, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们将axis参数设置为1，然后使用字典映射的方式进行列名重命名。

4. 使用`rename`函数的`errors`参数

rename函数还有一个errors参数，它可以用来指定当旧的列名不存在时的行为。errors参数的默认值是’ignore’，表示如果旧的列名不存在，那么就忽略这个错误。如果我们想要在旧的列名不存在时抛出错误，可以将errors参数设置为’raise’。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用errors参数进行列名重命名
try:
    df.rename({'D': 'd'}, axis=1, errors='raise', inplace=True)
except KeyError as e:
    print(f'Error: {e}')

Output:

pandas dataframe 重命名列名

在这个示例中，我们尝试将不存在的列名’D’重命名为’d’，并将errors参数设置为’raise’。因此，当旧的列名不存在时，会抛出一个KeyError。

5. 使用`rename`函数的`level`参数

对于具有多级列名的dataframe，我们可以使用rename函数的level参数来指定要重命名的列名级别。level参数的默认值是None，表示重命名所有级别的列名。如果我们想要重命名特定级别的列名，可以将level参数设置为该级别的索引或名称。

下面是一个示例：

import pandas as pd

# 创建一个具有多级列名的dataframe
df = pd.DataFrame({
    ('A', 'a'): [1, 2, 3],
    ('B', 'b'): [4, 5, 6],
    ('C', 'c'): [7, 8, 9]
}, index=['x', 'y', 'z'])

# 使用level参数进行列名重命名
df.rename({'A': 'a', 'B': 'b', 'C': 'c'}, axis=1, level=0, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们首先创建了一个具有多级列名的dataframe，然后使用rename函数的level参数将第0级的列名’A’, ‘B’, ‘C’分别重命名为’a’, ‘b’, ‘c’。

6. 使用`rename`函数的`copy`参数

rename函数还有一个copy参数，它可以用来指定是否复制原始dataframe。copy参数的默认值是True，表示创建一个新的dataframe并进行修改。如果我们想要在原始dataframe上进行修改，可以将copy参数设置为False。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用copy参数进行列名重命名
df.rename({'A': 'a', 'B': 'b', 'C': 'c'}, axis=1, copy=False, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们将copy参数设置为False，然后使用字典映射的方式进行列名重命名。

7. 使用`rename`函数的`mapper`参数

rename函数还有一个mapper参数，它可以用来指定一个函数或字典，用于对列名进行映射。mapper参数的使用方式与columns参数类似，但是mapper参数更加通用，它可以同时对行标签和列标签进行映射。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用mapper参数进行列名重命名
df.rename(mapper={'A': 'a', 'B': 'b', 'C': 'c'}, axis=1, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们使用mapper参数进行列名重命名，效果与使用columns参数相同。

8. 使用`rename`函数的`index`参数

除了可以重命名列标签外，rename函数还可以用来重命名行标签。我们可以使用rename函数的index参数来指定一个字典或函数，用于对行标签进行映射。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用index参数进行行标签重命名
df.rename(index={'a': 'x', 'b': 'y', 'c': 'z'}, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们使用index参数将行标签’a’, ‘b’, ‘c’分别重命名为’x’, ‘y’, ‘z’。

9. 使用`rename`函数的`columns`和`index`参数

我们还可以同时使用rename函数的columns和index参数来同时对行标签和列标签进行重命名。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用columns和index参数进行行标签和列标签重命名
df.rename(columns={'A': 'a', 'B': 'b', 'C': 'c'}, index={'a': 'x', 'b': 'y', 'c': 'z'}, inplace=True)

print(df)

Output:

pandas dataframe 重命名列名

在这个示例中，我们同时使用columns和index参数进行行标签和列标签重命名。

10. 使用`rename`函数的`str`方法

在pandas中，我们还可以使用rename函数的str方法来对列名进行字符串操作。例如，我们可以使用str.upper方法将所有的列名转换为大写，或者使用str.replace方法来替换列名中的特定字符。

下面是一个示例：

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}, index=['a', 'b', 'c'])

# 使用str方法进行列名重命名
df.rename(columns=lambda x: x.upper(), inplace=True)

print(df)