Pandas 重新命名多個列
Pulamolu Sai Mohan
2023年1月30日
DataFrame 是一個二維標籤資料結構。它是一種大小可變的異構資料結構。
DataFrame 包含稱為行和列的標記軸。
本教程將討論使用 python 重新命名 DataFrame 的多個列的不同方法。
使用 Pandas 的 rename() 函式來重新命名多列
Pandas 庫提供了用於重新命名 DataFrame 列的 rename() 函式。
rename() 函式採用 mapper，這是一種類似字典的資料結構，其中包含重新命名列作為鍵，名稱作為值。它返回一個 DataFrame。
就地修改也可以通過設定 inplace = True 來完成。
語法：
pandas.rename(mapper)
以下是使用 rename() 方法重新命名多個列的步驟。
-
匯入 Pandas 庫。
-
將 Mapper 傳遞給
rename()方法。 -
rename()方法將返回一個資料框，該列重新命名。 -
列印 DataFrame。
以下程式碼是上述方法的實現。
# importing pandas library
import pandas as pd
# creating a dataframe
df = pd.DataFrame(
{
"course": ["C", "Python", "Java"],
"Mentor": ["alex", "alice", "john"],
"cost": [1000, 2000, 3000],
}
)
# Dataframe before renaming
print("\n Before Renaming")
print(df)
# renaming the multiple columns by index
df = df.rename(columns={df.columns[0]: "subject", df.columns[2]: "price"})
# Dataframe after renaming
print("\n After Renaming")
print(df)
重新命名前的輸出：
| course | Mentor | cost |
|---|---|---|
| C | alex | 1000 |
| Python | alice | 2000 |
| Java | john | 3000 |
重新命名後的輸出：
| subject | Mentor | price |
|---|---|---|
| C | alex | 1000 |
| Python | alice | 2000 |
| Java | john | 3000 |
使用 DataFrame.column.values 使用 Pandas 重新命名多個列
DataFrame.column.values 將返回所有列名，我們可以使用索引來修改列名。column.values 將返回一個索引陣列。
以下是使用此方法重新命名多個列的步驟：
- 匯入 Pandas 庫。
- 使用
DataFrame.column.values檢索列名陣列。 - 通過傳遞索引來更改列的名稱。
- 列印資料框。
以下程式碼是上述方法的實現。
# importing pandas library
import pandas as pd
# creating a dataframe
df = pd.DataFrame(
{
"course": ["C", "Python", "Java"],
"Mentor": ["alex", "alice", "john"],
"cost": [1000, 2000, 3000],
}
)
# Dataframe before renaming
print("\n Before Renaming")
print(df)
# renaming the multiple columns by index
df.columns.values[0:2] = ["Subject", "Teacher"]
# Dataframe after renaming
print("\n After Renaming")
print(df)
重新命名前的輸出：
| course | Mentor | cost |
|---|---|---|
| C | alex | 1000 |
| Python | alice | 2000 |
| Java | john | 3000 |
重新命名後的輸出：
| Subject | Teacher | cost |
|---|---|---|
| C | alex | 1000 |
| Python | alice | 2000 |
| Java | john | 3000 |