pandas 修改 DataFrame 列名
摘要：
本文參考自:pandas 修改 DataFrame 列名
原部落格針對每個DataFrame.columns
中的元素做相同的修改操作
而拙作
是對每個元素做不同操作的生搬硬套
, 請大家不吝賜教...
本文參考自:pandas 修改 DataFrame 列名
原部落格針對每個DataFrame.columns
中的元素做相同的修改操作
而拙作 是對每個元素做不同操作的生搬硬套 , 請大家不吝賜教
提出問題
存在一個名為dataset
的DataFrame
>>> dataset.columns Index(['age', 'job', 'marital', 'education', 'default', 'housing', 'loan', 'contact', 'month', 'day_of_week', 'duration', 'campaign', 'pdays', 'previous', 'poutcome', 'emp.var.rate', 'cons.price.idx', 'cons.conf.idx', 'euribor3m', 'nr.employed', 'y'], dtype='object')
現在, 我要將其columns
名字改為:
>>> new_columns Index(['age_0', 'job_1', 'marital_2', 'education_3', 'default_4', 'housing_5', 'loan_6', 'contact_7', 'month_8', 'day_of_week_9', 'duration_10', 'campaign_11', 'pdays_12', 'previous_13', 'poutcome_14', 'emp.var.rate_15', 'cons.price.idx_16', 'cons.conf.idx_17', 'euribor3m_18', 'nr.employed_19', 'y_20'], dtype='object')
該如何操作？
解決
一.通過DataFrame.columns
類的自身屬性修改:
1.無腦賦值直接修改
>>> # 先解決`new_columns`的推導問題 >>> # 列表推導 >>> new_columns_list = [column_str+'_'+str(i) for i ,column_str in enumerate(dataset.columns)] >>> # 型別轉換 >>> new_columns = pd.core.indexes.base.Index(new_columns_list) >>> dataset.columns = new_columns
2.通過.map(mapper, na_action=None)
函式來修改
>>> # 注:mapper 多運用 lambda 表示式 >>> # 但我似乎沒有找到在 lambda 表示式中改變兩個值的方法 >>> # 所以只能蹩腳地用一個全域性變數i, 和對映函式mapper() >>> # 希望大家能幫我找到方法 >>> i = 0 >>> def mapper(x): # 對映函式即 mapper global i x += '_' + str(i) i += 1 return x >>> dataset.columns.map(mapper)
3.參考部落格用到了DataFrame.columns.str
物件
用help(DataFrame.columns.str)
翻遍了文件，
也沒能找到可以被我拿來套用的方法, 想著抽時間把這段文件翻譯一下
二.通過DataFrame.rename()
函式來修改
1.暴力字典法(好處：可以只修改特定的列)
>>> # 此處先用字典推導法
>>> new_dict = {
key:key+'_'+str(i)
for i, key in enumerate(dataset.columns)
}
>>> dataset.rename(columns=new_dict, inplace=True)
2.對映修改法
>>> # 原博文依然用到了 lambda 表示式 >>> # 我就再生搬硬套一次, 把上面的複製過來 >>> # 蹩腳地用一個全域性變數i, 和對映函式mapper() >>> i = 0 >>> def mapper(x): # 對映函式即 mapper global i x += '_' + str(i) i += 1 return x dataset.rename(columns=mapper, inplace=True)