重命名Pandas列的4种方法,用代码示例带领初学者学习Pandas的简单教程。
微信搜索关注《Python学研大本营》,加入读者群,分享更多精彩
Pandas dataframe现在已经成为主流。大家都在用它进行数据分析、机器学习、数据工程,甚至软件开发。学习重命名列是数据清洗的第一步,而数据清洗是数据分析的核心部分。我们在这篇文章中来教大家重命名单列或多列名称的四种方法。
-
方法1:使用
rename()
函数。 -
方法2:分配新列名列表。
-
方法3:替换列属性的字符串。
-
方法4:使用
set_axis()
函数。
创建Pandas Dataframe
将首先创建一个简单的学生班级成绩字典。它由三列组成:id
、name
和grade
,以及五行。
为了将Python字典转换为Pandas Dataframe,将使用pandas DataFrame()
函数,并使用Deepnote(这是一个Jupyter Notebook云端笔记本)显示结果。
注意:将多次使用
student_dict
字典来为每个方法创建Dataframe。
import pandas as pd
student_dict = {
"id": [101, 102, 103, 104, 105],
"name": ["Abid", "Matt", "Karen", "Abhijeet", "Malena"],
"grade": ["A", "B", "D", "A", "C"],
}
# 将字典转换为Dataframe
student_df_1 = (student_dict)
student_df_1
id | name | grade | |
---|---|---|---|
0 | 101 | Abid | A |
1 | 102 | Matt | B |
2 | 103 | Karen | D |
3 | 104 | Abhijeet | A |
4 | 105 | Malena | C |
方法一
第一种方法非常简单,使用pandas
的rename()
函数来重新标记列名。
重命名一个单列
在这个例子中,将使用.rename()
来重命名一个单列。只需要向columns
参数提供一个新、旧列名的字典。
例如:{"old_column_name" : "new_column_name" }
。
可以看到,已经成功地用ID
替换了id
。
student_df_1.rename(columns={"id": "ID"}, inplace=True)
student_df_1
注意:
inplace = True
意味着正在对Dataframe进行修改。它类似于df = ()
。
重命名多个列
对于多列,只需提供用逗号(,
)分隔的新旧列名字典,它就会自动替换列名。
新的列名是Student_ID
,First_Name
,和Average_Grade
。
student_df_1.rename(
columns={"ID": "Student_ID", "name": "First_Name", "grade": "Average_Grade"},
inplace=True,
)
student_df_1
方法二
第二种方法很简单明了。将通过将新名称的列表分配给DataFrame对象的columns
属性来重新命名这些列。
例如,使用字典创建了一个新的DataFrame,并通过向列属性提供一个字符串列表来重命名列。
student_df_2 = (student_dict)
student_df_2.columns = ["Student_ID", "First_Name", "Average_Grade"]
student_df_2
方法三
第三种方法是Python生态的原生方法,替换columns
属性的字符串。
例如:df = ("old_name", "new_name")
。
已经成功地将列名改为ID
、Name
和Grades
。
student_df_3 = (student_dict)
student_df_3.columns = student_df_3.("id", "ID")
student_df_3.columns = student_df_3.("name", "Name")
student_df_3.columns = student_df_3.("grade", "Grades")
student_df_3
方法四
在第四种方法中,将使用set_axis()
函数重命名列。需要提供一个新名称的列表,并设置axis = "columns"
来重命名列,而不是索引。
student_df_4 = (student_dict)
student_df_4.set_axis(["A", "B", "C"], axis="columns", inplace=True)
student_df_4
推荐书单
《实例精解》
《实例精解》详细阐述了与Pandas相关的基本解决方案,主要包括Pandas基础,DataFrame基本操作,创建和保留DataFrame,开始数据分析,探索性数据分析,选择数据子集,过滤行,对齐索引,分组以进行聚合、过滤和转换,将数据重组为规整形式,组合Pandas对象,时间序列分析,使用Matplotlib、Pandas和Seaborn进行可视化,调试和测试等内容。此外,该书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。《实例精解》适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和参考手册。
《实例精解》([美]马特·哈里森,等)【摘要 书评 试读】- 京东图书京东图书频道为您提供《实例精解》在线选购,本书作者:,出版社:清华大学出版社。买图书,到京东。网购图书,享受最低优惠折扣!/
精彩回顾
《知识图谱并不难,用Neo4j和Python打造社交图谱(下)》
《知识图谱并不难,用Neo4j和Python打造社交图谱(中)》
《知识图谱并不难,用Neo4j和Python打造社交图谱(上)》
《分析气象数据,使用Python进行可视化如此简单》
《用Python监控并分析城市空气质量》
《活学活用虚拟环境,Python编程更高效》
微信搜索关注《Python学研大本营》,加入读者群
访问【IT今日热榜】,发现每日技术热点