数据分析必备技能,用4种方法重命名Pandas中的列

时间:2024-10-23 07:15:11

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:idnamegrade,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pandasrename()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_IDFirst_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IDNameGrades

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