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