在Pandas中重命名列名

除了已提供的解决方案外，在读取文件时，您可以替换所有列。 我们可以使用names和header = 0来完成这项任务。

首先，我们创建一个列名列表，以便作为我们的列名称:

import pandas as pd

ufo_cols = ['city', 'color reported', 'shape reported', 'state', 'time']
ufo.columns = ufo_cols

ufo = pd.read_csv('link to the file you are using', names = ufo_cols, header = 0)

在这种情况下，所有列名都将被替换为您在列表中拥有的名称。

假设您能够使用正则表达式，此解决方案消除了手动编码的需求，使用正则表达式:

import pandas as pd
import re

srch = re.compile(r"\w+")

data = pd.read_csv("CSV_FILE.csv")
cols = data.columns
new_cols = list(map(lambda v:v.group(), (list(map(srch.search, cols)))))
data.columns = new_cols

下面是一个我喜欢使用的小巧函数，可以减少打字:

def rename(data, oldnames, newname):
    if type(oldnames) == str: # Input can be a string or list of strings
        oldnames = [oldnames] # When renaming multiple columns
        newname = [newname] # Make sure you pass the corresponding list of new names
    i = 0
    for name in oldnames:
        oldvar = [c for c in data.columns if name in c]
        if len(oldvar) == 0:
            raise ValueError("Sorry, couldn't find that column in the dataset")
        if len(oldvar) > 1: # Doesn't have to be an exact match
            print("Found multiple columns that matched " + str(name) + ": ")
            for c in oldvar:
                print(str(oldvar.index(c)) + ": " + str(c))
            ind = input('Please enter the index of the column you would like to rename: ')
            oldvar = oldvar[int(ind)]
        if len(oldvar) == 1:
            oldvar = oldvar[0]
        data = data.rename(columns = {oldvar : newname[i]})
        i += 1
    return data

以下是它的工作原理示例：

In [2]: df = pd.DataFrame(np.random.randint(0, 10, size=(10, 4)), columns = ['col1', 'col2', 'omg', 'idk'])
# First list = existing variables
# Second list = new names for those variables
In [3]: df = rename(df, ['col', 'omg'],['first', 'ohmy'])
Found multiple columns that matched col:
0: col1
1: col2

Please enter the index of the column you would like to rename: 0

In [4]: df.columns
Out[5]: Index(['first', 'col2', 'ohmy', 'idk'], dtype='object')

我需要为XGBoost重命名特征，但它不喜欢以下任何一个名称：

import re
regex = r"[!\"#$%&'()*+,\-.\/:;<=>?@[\\\]^_`{|}~ ]+"
X_trn.columns = X_trn.columns.str.replace(regex, '_', regex=True)
X_tst.columns = X_tst.columns.str.replace(regex, '_', regex=True)

在特定位置重命名列

这个页面上没有提到的一个用例是如何通过索引来重命名列，即在特定位置重命名列名。如果列名是唯一的，那么rename()方法就可以使用。例如，如果我们想要重命名第二列，可以使用以下方法。

df = pd.DataFrame({'$A': [1, 2], '$B': ['a', 'b']})
df.rename(columns={df.columns[1]: 'new'}, inplace=True)
#                  ^^^^^^^^^^^^^ <--- second column is renamed

然而，如果列标签是非唯一的（这通常是首先通过索引重命名它的常见原因），上述方法将更改所有重复的列名。但是，pd.DataFrame().columns 是一个不可变的 pandas Index 对象，它是建立在一个（可变的）numpy ndarray 上的，可以使用 .values/.to_numpy() 作为视图进行访问。通过索引修改底层数组即可完成任务。

# modify the second column name
df = pd.DataFrame([[1, 'a', 1.2], [2, 'b', 3.4]], columns=['$A', '$B', '$B'])
df.columns[1] = 'new'             # <---- TypeError
df.columns.values[1] = 'new'      # <---- OK
df.columns.to_numpy()[1] = 'new'  # <---- OK

要以链式方法执行相同操作或创建数据框的新副本，需要更改整个列对象并使用set_axis()进行赋值。

# change the second column name
df = df.set_axis([*df.columns[:1], 'new', *df.columns[2:]], axis=1)

str 方法

pd.DataFrame().columns 还定义了一个 .str 访问器，可以调用特定的字符串方法。对于问题中的用例，可以使用 removeprefix() 来删除前导的 '$'。

df = pd.DataFrame({'$A': [1, 2], '$B': ['a', 'b']})
df.columns = df.columns.str.removeprefix('$')

你可以使用 lstrip 或者 strip 方法来处理索引：

df.columns = df.columns.str.lstrip('$')

或者

cols = ['$a', '$b', '$c', '$d', '$e']
pd.Series(cols).str.lstrip('$').tolist()

输出：

['a', 'b', 'c', 'd', 'e']