小白入门,Pandas 实现数据列重命名的4种方法详解

最新推荐文章于 2025-04-23 08:46:32 发布

Python子木_

最新推荐文章于 2025-04-23 08:46:32 发布

阅读量3k

点赞数 11

分类专栏： Python学习 Python入门 Python零基础文章标签： python Python学习开发语言学习 pandas python教程 python基础

本文链接：https://blog.csdn.net/biancheng_syz/article/details/144450509

版权

Python入门同时被 3 个专栏收录

274 篇文章

订阅专栏

Python学习

247 篇文章

订阅专栏

Python零基础

219 篇文章

订阅专栏

在数据分析过程中,数据列的命名往往会影响代码的可读性和分析的效率.pandas 提供了简单高效的方法来重命名数据列,无论是针对单个列还是多个列.本文将详细介绍如何利用pandas 实现数据列的重命名,并结合代码示例进行讲解.

这里插播一条粉丝福利，如果你正在学习Python或者有计划学习Python，想要突破自我，对未来十分迷茫的，可以点击这里获取最新的Python学习资料和学习路线规划（免费分享，记得关注）

方法一：使用`DataFrame.rename()`

rename() 方法是 pandas 提供的官方方法,可以通过字典形式传入新旧列名的映射关系来实现列名的重命名.

示例代码

python


复制代码
import pandas as pd

# 创建示例数据
data = {
    "old_name1": [1, 2, 3],
    "old_name2": [4, 5, 6],
    "old_name3": [7, 8, 9],
}
df = pd.DataFrame(data)

# 使用 rename 方法重命名列
df_renamed = df.rename(columns={
    "old_name1": "new_name1",
    "old_name2": "new_name2",
})

print("原始数据：")
print(df)
print("\n重命名后的数据：")
print(df_renamed)

运行结果

plaintext


复制代码
原始数据：
   old_name1  old_name2  old_name3
0          1          4          7
1          2          5          8
2          3          6          9

重命名后的数据：
   new_name1  new_name2  old_name3
0          1          4          7
1          2          5          8
2          3          6          9

详细说明

rename(columns={旧列名: 新列名}) 参数中,提供一个字典以定义旧列名与新列名之间的映射关系.
如果未指定inplace=True,rename() 返回一个修改后的副本,而不更改原始数据.
如果希望直接修改原始数据,可以添加参数inplace=True.

方法二：直接修改`columns` 属性

如果需要重命名所有列名,可以直接修改DataFrame.columns 属性,提供一个新的列名列表.

示例代码

python


复制代码
# 修改列名
df.columns = ["column1", "column2", "column3"]

print("修改列名后的数据：")
print(df)

运行结果

plaintext


复制代码
修改列名后的数据：
   column1  column2  column3
0        1        4        7
1        2        5        8
2        3        6        9

详细说明

需要确保新列名列表的长度与原列名数量一致,否则会报错.
这种方法简单直接,但不适用于部分列重命名的场景.

方法三：利用列表推导式实现批量重命名

当列名具有一定的模式（如添加前缀或后缀）时,可以利用列表推导式结合DataFrame.columns 实现批量操作.

示例代码

python


复制代码
# 添加前缀 'new_'
df.columns = ["new_" + col for col in df.columns]

print("添加前缀后的数据：")
print(df)

运行结果

plaintext


复制代码
添加前缀后的数据：
   new_column1  new_column2  new_column3
0            1            4            7
1            2            5            8
2            3            6            9

详细说明

通过列表推导式可以根据自定义规则修改列名,例如添加前缀、后缀,或进行格式化操作.
操作简洁高效,适用于列名具有规律的场景.

方法四：通过正则表达式实现复杂的重命名

对于复杂的列名转换需求,可以结合str.replace() 方法和正则表达式进行灵活处理.

示例代码

python


复制代码
# 创建复杂列名示例数据
data = {
    "2021_sales": [100, 200, 300],
    "2021_profit": [50, 80, 120],
    "2021_expense": [30, 40, 60],
}
df = pd.DataFrame(data)

# 使用正则表达式移除年份前缀
df.columns = df.columns.str.replace(r"\d{4}_", "", regex=True)

print("移除年份前缀后的数据：")
print(df)

运行结果

plaintext


复制代码
移除年份前缀后的数据：
   sales  profit  expense
0    100      50       30
1    200      80       40
2    300     120       60

详细说明

str.replace() 方法支持正则表达式匹配,可以灵活处理复杂的列名变换.
添加regex=True 参数以启用正则表达式功能.

总结

适用场景总结

方法	适用场景
`rename()`	部分列重命名,适合小规模修改.
修改`columns` 属性	全列重命名,简单直接.
列表推导式	批量重命名,适用于列名具有规律的场景.
正则表达式结合`str.replace()`	复杂列名转换,灵活高效.