如何在Pandas中重命名列

在Python中，有几种方法可以重命名Pandas中的列或改变Pandas数据框架的列名。在这篇文章中，你将看到这些方法中的一些应用，然后是一些使用它们的实用技巧。

创建一个基本的数据框架并在Pandas中重命名一个列

# Creating a basic DataFrame
import pandas as pd

df = pd.DataFrame({
    'name': ['Aryan', 'Rohan', 'Riya', 'Yash', 'Siddhant'],
    'Tpye': [
        'Full-time Employee', 'Intern', 'Part-time Employee',
        'Part-time Employee', 'Full-time Employee'
    ],
    'Dept':
    ['Administration', 'Technical', 'Management', 'Technical', 'Technical'],
    'Salary': [20000, 5000, 10000, 10000, 20000]
})

df

上述DataFrame的列名没有描述性或不合适。让我们来看看如何重命名这些列。

pandas.DataFrame.rename

pandas.DataFrame.rename 方法是重命名pandas DataFrame中列的主要方法。

pandas.DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None, errors='ignore')

目的： 改变或自定义潘达斯数据框架的标签。

参数：

-mapper： 字典或函数。它用于应用一个特定的函数来转换列的名称。

-axis： 英特或字符串（默认：'index'）。用于确定是否通过指定整数值0（用于索引）或1（用于列）或字符串值（'index'用于索引或'columns'用于列）将更改应用于索引或列名。

-index： 字典或函数。在改变索引时可替代指定轴值。如果指定了轴参数的值，就不需要传递这个参数。

-列： 字典或函数。替代指定轴的值，用于改变列名。如果指定了轴参数的值，就不需要传递这个参数。

-复制： 布尔值（默认：真）。用于复制基础数据。

-inplace： 布尔值(默认 ：假)。如果这个参数设置为False，那么将创建一个具有所需变化的新DataFrame 。 Int或字符串。在多级索引的情况下，列名将只在指定的级别被改变。 如果这个参数被设置为'raise'，那么如果要改变的名称在指定级别不存在，将引发一个KeyError。如果设置为false，这种情况将被忽略。

返回： 一个在指定轴上改变了标签的pandas DataFrame。

尽管在rename 方法中有几个参数可用，但在改变列名时只需要其中的几个。

重命名一个单列

# Using df.columns to view the column names of the DataFrame
print('Before:', df.columns)

#OUTPUT

让我们来重命名。

df.rename(columns={'name': 'Name'}, inplace=True)

# Passing a dictionary where the original column name is the key and the new column name is passed as the value to the key.

print('After:', df.columns)

#OUTPUT

重命名多列

rename 方法也可以用来重命名pandas中的多个列。
原来的列名作为字典中的键被传递，新的列名作为字典中相应键的值被传递。

df.rename(columns={
    "name": "Name",
    "Tpye": "Type",
    "Dept": "Department"
},
          inplace=True)

print('After:', df.columns)

pandas.DataFrame.columns

我们可以直接给DataFrame分配一个新的列表或者列名的元组。这对于一次性重命名pandas中的多个列是非常有用的。

print('Before:', df.columns)

# Directly assign a list of new column names as the column names of the dataset.
df.columns = ['Name', 'Type', 'Department', 'Salary']
print('After:', df.columns)

pandas.DataFrame.set_axis

pandas.DataFrame.set_axis 方法是用来改变索引或列名的。这个方法也可以用来在pandas中一次性重命名多个列，方法是传递一个新的列名的列表或元组，并将轴参数的值设置为1。

print('Before:', df.columns)

# Pass a list of column names and set axis=1
df.set_axis(['Name', 'Type', 'Department', 'Salary'], axis=1, inplace=True)
print('After:', df.columns)

实用提示

• rename 方法对于一次性重命名单列或多列非常有用。然而，不要忘记将inplace参数设置为'True'，这样你所做的改变就会应用到数据框架上。
• rename 方法也可以用来通过使用用户定义的函数对列名进行自定义转换。

比如说：

print('original column names:', df.columns)

• 建议只有在大部分或全部列名需要改变时才使用columns 或set_axis 方法，因为每次使用该方法时都要传递整个列名列表，这样做可能很麻烦。

测试你的知识

Q1: 我们如何使用pandas.DataFrame.rename 方法来改变列名？

答： 旧的列名和新的列名作为相应的键值对在字典中传递，或者也可以使用自定义的用户定义函数来改变列名。

Q2： 当使用pandas.DataFrame.columns 方法时，通过向该方法传递一个只包含新列名的列表来改变列名是真还是假？

答： 假的，传递给函数的列表应该包含数据集中所有特征的名称。

Q3： 找出给定代码中的错误，写出使用set_axis 方法改变列名的正确代码。

答：

df.set_axis = (('Name', 'Type', 'Department', 'Salary'), axis=0)

df.set_axis = (('Name', 'Type', 'Department', 'Salary'), axis=1)