Pandas列重命名变得简单：方法和最佳实践

本文是关于如何在Pandas中重命名列的指南。

Pandas是一个用于处理数据集的Python库。它可以轻松地从不同的文件格式（如CSV、JSON和SQL）中读取数据。当数据加载到Pandas中时，它会存储在一个DataFrame对象中。

DataFrame是一个二维对象，意味着数据以表格格式存储，包含行和列。这类似于将数据存储在CSV或电子表格文件中。当您加载数据时，pandas将尝试从数据集源文件中加载列名。

然而，加载的列名可能不理想，您可能希望将列名重命名为更有意义的名称。

在本文中，我们首先讨论在Pandas中命名列的最佳实践。之后，我们将介绍重命名列的方法。

Pandas中命名列的最佳实践

在我们介绍本文的重命名指南部分之前，以下是您在pandas中命名列时可能想要遵循的最佳实践和约定。

✅ 使用具有描述性的名称。像col_1这样的晦涩名称很难理解，并且无法传达有关数据集中包含的数据的多少信息。

✅ 在命名列时使用蛇形命名法。在蛇形命名法中，您的列名将如下所示：number_of_people而不是NumberOfPeople。

✅ 虽然蛇形命名法被认为是首选，但您应该使用原始数据集使用的命名约定。这样在数据集和Pandas的DataFrame对象之间切换时就不会造成困惑。

✅ 无论使用哪种命名约定，在整个数据集中保持一致。避免将某些列使用帕斯卡命名法，而将其他列使用蛇形命名法。

✅ 最后，尽量使用较短的名称。这些名称更容易输入，因为笔记本中的代码建议和完成通常不太好。这意味着在笔记本中编程需要大量手动输入代码，而较短的名称会让生活变得更容易。

如何在Pandas中重命名列

您可以以两种方式使用本文的内容。首先，您可以将其作为参考阅读。其次，您还可以跟随操作，coding这样记住所讨论的概念的机会更大。我推荐使用后一种方法。

要进行编码操作，我将使用Google Colab托管的笔记本。您也可以创建一个并跟随操作；它完全免费。本教程中我将编写的所有代码的笔记本可在here中找到。

设置笔记本

在开始在pandas中重命名列之前，让我们设置一下笔记本并加载一些示例数据。创建一个代码单元格，使用以下代码导入pandas。

import pandas as pd

导入pandas后，您可以加载california_housing_data数据集，该数据集在创建Google Colab笔记本时默认提供为示例数据集。

housing_data = pd.read_csv('/content/sample_data/california_housing_train.csv')

您可以使用以下代码查看数据集的前几行：

housing_data.head()

您也可以使用以下代码列出数据集中的列：

housing_data.columns

这应该产生以下输出：

Index(['longitude', 'latitude', 'housing_median_age', 'total_rooms',
       'total_bedrooms', 'population', 'households', 'median_income',
       'median_house_value'],
      dtype='object')

这意味着您的数据已正确加载，DataFrame中包含我们所需的内容。

方法1：使用Rename函数

在pandas中重命名列的最简单方法是使用DataFrame对象的rename方法。使用这个方法，通过调用rename方法来重命名列。该方法接受多个参数。

在这种情况下，我们对重命名列感兴趣，所以我们将传入columns关键字参数。这个参数的值是一个字典，其中的条目表示从旧列名到新列名的映射关系。下面是一个例子，我们将households列重命名为houses。

housing_data.rename(columns={ 'households': 'houses' })

这应该产生以下输出：

如你所见，我们传入一个字典，其中键是旧列名，值是新列名。值不一定只是一个字符串，它也可以是一个函数，函数返回的值是新的列名。如果你想重命名更多的列，可以在字典中添加更多的条目。

方法2：替换列字符串

在pandas中重命名列的另一种方法是在DataFrame上替换列字符串。假设你想将当前命名为population的列重命名为number_of_people。使用这种方法，你可以写下以下代码：

housing_data.columns = housing_data.columns.str.replace('population', 'number_of_people')

要打印修改后的列表，我们使用以下代码：

housing_data

这应该在屏幕上产生以下输出：

方法3：分配一个列名列表

另外，你可以通过将列表赋值给DataFrame的columns属性来重命名pandas中的列。对于这个例子，如果我想将所有的列都重命名为使用数字，可以使用以下代码：

housing_data.columns = [x for x in range(9)]

在这个例子中，我将housing_data.columns属性设置为一个从0到8的整数列表。为了生成这个列表，我使用了列表推导，这是Python的一个本地特性，可以方便地使用for循环生成值的列表。

使用这种方法的缺点是你必须重命名整个列名集合；你不能只重命名一部分列。理想情况下，你的列名应该是更具描述性的，但我只是在这里使用数字作为演示。

你可以通过写下以下代码来查看输出：

housing_data

方法4：使用set_axis()函数重命名pandas中的列

我们将讨论的方法是DataFrame对象的set_axis方法。这个方法用于在Pandas中将一个值列表设置为任意两个轴的轴值。由于我们正在重命名列，所以我们设置axis 1。要使用这个方法，我们使用以下代码：

column_names = [str(x) for x in range(8, -1, -1)]
housing_data.set_axis(column_names, axis=1, inplace=True)

第一行生成一个从8到0的值的列表，按降序排列，并将它们存储在column_names变量中。在第二行中，我们调用set_axis方法，提供column_names作为参数，并将要修改的轴设置为axis 1。我们还将inplace设置为True，这样它就会修改原始的DataFrame。

我们可以通过以下方式查看DataFrame：