pandas DataFrame数据重命名列名的几种方式

前言

首先，我们创建一个5行4列的DataFrame数据作为示例，进行演示

import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.arange(20).reshape(5,4), columns=[‘a’, ‘b’, ‘c’, ‘d’])

df
a b c d
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19

一 部分列重命名

有时候，我们只需要将部分列的列名重命名。可以使用字典的方式，更改指定的列名。

df.rename(columns={'a': 'A'})
A   b   c   d

0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
4 16 17 18 19

没有指定inplace=True， df本身的列名并没有改变。

df
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

  
  


   
   
这种情况下比较适合不变原有数据，通过赋值对新数据列改名，如下：

   
   
df2 = df.rename(columns={'a': 'A'})
df2
    A   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

    
    


     
     
如果我们指定inplace=True，则会改变原始数据

     
     
df.rename(columns={'a': 'A', 'c': 'C', 'd': 'D'}, inplace=True)
df
    A   b   C   D
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

    
    
  
  

二 全部列重命名

df.columns = new_columns, new_coumns 可以是列表或元组， 但新旧列名的长度必须一致，否者会不匹配报错。这种改变方式是直接改变了原始数据。

df.columns = ['a1', 'b1', 'c1', 'd1']
df
   a1  b1  c1  d1
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

 
 


 
 

三 str 批量修改列名

将列名’a1’, ‘b1’… 批量改为’a2’, 'b2’…

df.columns = df.columns.str.replace('1', '2')
df
   a2  b2  c2  d2
0   0   1   2   3
1   4   5   6   7
2   8   9  10  11
3  12  13  14  15
4  16  17  18  19

 
 


  
  
其实str的原理和第二章是一样的，不同的是，我们对列名进行了字符串的操作。

 
 

四 读取csv文件重命名

names = new_columns， 在读取文件的时候直接重命名列名。

df = pd.read_csv('xxx.csv', names=new_columns, header=0)

---

后记

这里讲一个之前在读csv文件， 重命名时，踩到的一个小坑。

以前读csv文件，读到重命名时，我都是先读文件，转成DataFrame之后再重命名的。

df = pd.read_csv('xxx.csv')
df.columns = new_columns

这样做，大部分情况下不会有什么问题，直到有天我读的是无列名的csv文件。pandas默认将第一行数据作为了列名。这时我再进行df.columns = new_columns 时，第一行数据就会因为作为列名，被new_columns替换了。这就导致我第一行数据白白丢失了（想哭）。今天写这篇博客的目的。也就是想记住这个坑。

pandas的read_csv() 函数，其实还踩过很多坑，里面有很多参数，我会在之后的博客里详解read_csv()的各个参数的用法。