Python | Pandas data frame.rename()
原文:https://www.geesforgeks.org/python-pandas-data frame-rename/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 rename() 方法用于重命名任何索引、列或行。列的重命名也可以通过dataframe.columns = [#list]完成。但是在上面的情况下，没有太多的自由。即使必须更改一列，也必须传递完整的列列表。此外，上述方法不适用于索引标签。
语法:数据框.重命名(映射器=无，索引=无，列=无，轴=无，复制=真，位置=假，级别=无)
参数: 映射器，索引及列:字典值，键指旧名，值指新名。一次只能使用这些参数中的一个。 轴: int 或 string 值，0/'row '代表 row，1/'columns '代表 columns。 复制:如果为真，则复制底层数据。 在位:如果为真，则对原始数据框进行更改。 级别:用于指定数据帧有多级索引时的级别。
返回类型:新名称的数据框
要下载代码中使用的 CSV，点击这里的。
示例#1: 更改索引标签
在本例中，名称列被设置为索引列，稍后使用 rename()方法更改其名称。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# changing index cols with rename()
data.rename(index = {"Avery Bradley": "NEW NAME",
"Jae Crowder":"NEW NAME 2"},
inplace = True)
# display
data
输出:
如输出图像所示，第一和第二位置的索引标签名称被更改为新名称&新名称 2。
示例#2: 更改多个列名
在本例中，通过传递字典来更改多个列名。稍后将结果与使用返回的数据帧进行比较。列方法。在比较之前删除空值，因为 NaN==NaN 将返回 false。
# importing pandas module
import pandas as pd
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name" )
# changing cols with rename()
new_data = data.rename(columns = {"Team": "Team Name",
"College":"Education",
"Salary": "Income"})
# changing columns using .columns()
data.columns = ['Team Name', 'Number', 'Position', 'Age',
'Height', 'Weight', 'Education', 'Income']
# dropna used to ignore na values
print(new_data.dropna()== data.dropna())
输出:
如输出图像所示，由于所有值都为真，因此两种方式的结果相同。
