修改pandas数据框的列名不按预期工作 - python

Question

修改pandas数据框的列名不按预期工作 - python

27

我有一个名为df的pandas数据框。我试图重命名列名，但结果并不如预期。

代码：

 mapping = {df.columns[0]:'Date', df.columns[1]: 'A', df.columns[2]:'B', df.columns[3]: 'C',df.columns[4]:'D', df.columns[5]: 'E',df.columns[6]:'F', df.columns[7]: 'G',df.columns[8]:'H', df.columns[9]: 'J'}
 df.rename(columns=mapping)

df.columns 的输出结果为：

MultiIndex(levels=[['A Index', 'B Index', 'C Index', 'D Index', 'E Index', 'F Index', 'G Index', 'H Index', 'I Index', 'J Index', 'K Index', 'L Index', 'M Index', 'N Index', 'O Index', 'date', 'index'], ['PX_LAST', '']],
       labels=[[16, 15, 11, 9, 10, 6, 3, 4, 2, 5, 14, 1, 13, 12, 7, 0, 8], [1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]],
       names=['ticker', 'field'])

即使运行了代码，列名仍然相同。有没有人可以帮忙重命名数据框的列名。

- Arvinth Kumar

3个回答

8

Pandas版本小于1.4.3

根据Pandas以前的文档，axis参数的默认值为0（表示索引）。

因此，将您的命令更改为：

df.rename(columns = mapping, axis = 1)

当axis等于1时，表示列，将按预期工作。

另外，如前所述，您可以使用inplace=True，这样就不必重新分配已更新的DataFrame。

Pandas版本>=1.4.3（感谢@Gordon提供信息）

您只需使用：

df.rename(columns = mapping)

通过新的更新（请参见文档），Pandas 理解到当您将映射设置为 columns 参数时，您意味着要更改列的值（这是很自然的）；因此，axis 参数是不必要的。

正如之前所提到的，您还可以使用 inplace=True ，这样您就不必重新分配已更新的 DataFrame。

- zoump

1

pandas 1.4.3版本的修订限制了这一点。TypeError: 无法同时指定“axis”和“index”或“columns”中的任何一个。 - Gordon

5

在 rename 调用中添加 inplace=True 将会起作用。

尽管如此，如果我不指定 inplace=True，我不确定结果是什么，因为我没有看到任何变化。

- Wolfgang Sprick

1

我找到了这个网站：https://re-thought.com/guide-to-renaming-columns-with-python-pandas/，它提供了很好的解释。 - Wolfgang Sprick

1

请根据说明更新您的答案。 - desertnaut

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- johnchase · Accepted Answer

因为您已经知道列的顺序，所以为什么不直接使用：

df.columns = ['Date', 'a', 'b', 'c', 'd', 'e', 'f' 'g', 'h', 'i', 'j']

否则，如果你想使用rename，你将需要把它赋值给一个变量：

 mapping = {df.columns[0]:'Date', df.columns[1]: 'A', df.columns[2]:'B', df.columns[3]: 'C',df.columns[4]:'D', df.columns[5]: 'E',df.columns[6]:'F', df.columns[7]: 'G',df.columns[8]:'H', df.columns[9]: 'J'}
 df = df.rename(columns=mapping)