如何重命名Pandas列 [4个示例]
在pandas数据框中重命名列是一种常见操作。了解四种不同的方法来重命名pandas列。
Pandas是一种流行的Python数据分析库。我们需要分析的数据通常以不同的格式提供，包括csv和tsv文件、关系数据库等。您需要对数据进行一些初步检查，处理缺失值，并为进一步分析准备数据。
使用pandas，您可以：
- 从各种数据源读取数据
- 探索数据集并处理其中的缺失值
- 分析数据集以获取洞察力
对于所有数据分析项目，您通常会从Python数据结构（如字典）创建数据帧。或者您还可以从其他来源（如csv文件）读取数据到数据帧中。
数据帧是pandas中的基本数据结构。它包含沿行的记录和沿列的各种字段或属性。
然而，您可能需要重命名列名，以使其更具描述性和可读性。在这里，您将学习四种不同的重命名列的方法。让我们开始吧！
创建Pandas数据帧
您可以在安装了pandas的 Jupyter notebook环境中跟随本教程。或者您也可以在Google Colab上跟随。
首先，我们将create a pandas dataframe并在教程的其余部分中使用它。
这是一个字典book_dict：
books_dict = {
"one": [
"Atomic Habits",
"His Dark Materials",
"The Midnight Library",
"The Broken Earth",
"Anxious People",
],
"two": [
"James Clear",
"Philip Pullman",
"Matt Haig",
"N.K.Jemisin",
"Fredrik Backman",
],
"three": ["Nonfiction", "Fantasy", "Magical Realism", "Fantasy", "Fiction"],
"four": [4, 5, 3, 5, 4],
}我们首先导入pandas，然后从books_dict创建一个数据帧df。
import pandas as pd注意：我们将不断返回以下代码单元格，以在重命名列之前创建数据帧的初始版本。
df = pd.DataFrame(books_dict)我们可以使用df.head()来获取数据帧df的前几行。默认情况下，它返回前五行。在这里，df只有五行；因此，使用df.head()我们得到整个数据帧。
df.head()
我们可以看到列名当前是字典的键。但这不是很描述性的。所以让我们给它们重新命名！👩🏫
重命名Pandas中的列的方法
现在让我们看看在pandas中重命名列的各种方法：
- 将数据帧的
columns属性设置为新列名的列表 - 使用数据帧的rename()方法
- 使用str.replace重命名一个或多个列
- 使用数据帧的
set_axis()方法
设置columns属性
对于任何数据帧，columns属性包含列名的列表：
df.columns
# Index(['one', 'two', 'three', 'four'], dtype='object')让我们将列重命名为表示每个字段的含义，然后调用df.head()来查看结果：
df.columns = ['Title','Author','Genre','Rating']
df.head()
使用rename()方法
要在pandas中重命名列，可以使用rename()方法，语法如下：
df.rename(columns={mapping})这个映射可以是以下形式的字典：
{'old_col_name_1':'new_col_name_1', 'old_col_name_2':'new_col_name_2',...,
'old_col_name_n':'new_col_name_n'}让我们从books_dict字典创建df：
df = pd.DataFrame(books_dict)使用上述语法的rename()方法，我们得到df_1。它是一个重命名了列的DataFrame副本。
df_1 = df.rename(columns={'one':'Title','two':'Author','three':'Genre','four':'Rating'})
df_1.head()所以df_1的列名被修改了：
但是原始数据框df的列名没有改变：
df.head()
因为该方法允许我们提供旧列名和新列名之间的映射，所以我们可以使用它来重命名单个或多个列。
直接在原地重命名列
如果你想要修改现有的数据框，而不创建一个新的副本怎么办？
你可以在方法调用中将inplace设置为True。
df.rename(columns={'one':'Title','two':'Author','three':'Genre','four':'Rating'},inplace=True)
df.head()这将重命名原始数据框df的列：
到目前为止，我们已经看到了如何：
- 通过提供一个将旧列名映射到新列名的字典来重命名列
- 在原地重命名列而不创建新的数据框
你还可以以另一种方式使用重命名方法。
另一种重命名列的方法
让我们将列重命名为大写：
df = pd.DataFrame(books_dict)df.columns = ['TITLE','AUTHOR','GENRE','RATING']
df.head()数据框df现在是这样的：
假设我们想要将这些列名都改为首字母大写。我们可以使用函数或方法在对象上进行指定，而不是为每个列名提供一个字典，示例如下：
df.rename(str.title,axis='columns',inplace=True)
df.head()在这里，我们将axis设置为'columns'，并使用str.title将所有列名转换为首字母大写。
使用str.replace()替换列名字符串
和往常一样，运行以下代码单元格，从字典创建数据框：
df = pd.DataFrame(books_dict)在Python中，你可以使用replace()方法和str.replace(this, with_this)语法来获取带有所需更改的字符串的副本。以下是一个例子：
>>> str1 = 'Marathon'
>>> str1.replace('Mara','Py')
'Python'你知道columns属性包含一个包含列名的字符串列表。所以你可以像这样调用str.replace('old_column_name','new_column_name')：
df.columns = df.columns.str.replace('one','Title')
df.head()
在这里，我们只将列'one'重命名为'Title'，所以其他列名保持不变。
现在让我们使用相同的方法重命名其他列：
df.columns = df.columns.str.replace('two','Author')
df.columns = df.columns.str.replace('three','Genre')
df.columns = df.columns.str.replace('four','Rating')
df.head()当您需要重命名列中的一个或一小部分列时，重命名列的这种方法非常有用。
使用set_axis()方法
让我们回到dataframe的初始版本：
df = pd.DataFrame(books_dict)您还可以使用set_axis()方法来重命名列。语法如下：
df.set_axis([列名列表], axis='columns')默认情况下，set_axis()方法返回数据框的副本。但是，如果您想要就地修改数据框，可以将copy设置为False。
df = df.set_axis(['标题', '作者', '类型', '评分'], axis='columns', copy=False)
df.head()结论
以下是在pandas数据框中重命名列的不同方法的回顾：
- 对于示例数据框
df，列属性df.columns是列名的列表。要重命名列，您可以将此属性设置为新列名的列表。 - 使用
rename()方法重命名列的语法如下：df.rename(columns={mapping})，其中mapping是从旧列名到新列名的映射。您还可以使用rename()方法，通过指定要应用于所有列名的函数：df.rename(function or method call, axis='columns')。 - 就像在Python字符串上使用
replace()方法一样，您可以使用df.columns.str.replace('old_column_name', 'new_column_name')来替换列名。 - 重命名列的另一种方法是使用set_axis方法，语法如下：
df.set_axis(列名列表, axis='columns')。
本教程到此结束！请查看collaborative notebooks for data analysis的列表。
