import pandas as pd
df_sj = pd.DataFrame({"出售日期": ["2017年5月25日", "2017年5月25日", "2017年5月25日", "2017年6月18日", "2017年6月18日", "2017年6月18日"],
"商品名称": ["荣耀9青春版", "小米6X", "oppo A1", "荣耀9青春版", "小米6X", "oppo A1"],
"价格(元)": [999, 1399, 1399, 800, 1200, 1250]})
print(df_sj)
df_sj.rename(columns={"出售日期": "销售日期", "商品名称": "手机牌子", "价格(元)": "价格"}, inplace=True)
print(df_sj)
'''
df_sj.rename(): 重新命名 columns=(原有列名:修改列名,原有列名1:修改列名1) : 修改列名
index=(原有行名:修改行名,原有行名1:修改行名1) : 修改行名
销售日期 手机牌子 价格
0 2017年5月25日 荣耀9青春版 999
1 2017年5月25日 小米6X 1399
2 2017年5月25日 oppo A1 1399
3 2017年6月18日 荣耀9青春版 800
4 2017年6月18日 小米6X 1200
5 2017年6月18日 oppo A1 1250
'''
df_sj1 = pd.DataFrame({"价格": [899, 1299, 1299, 700, 1100, 1150]})
print(df_sj.replace(df_sj["价格"][0], df_sj1["价格"][0]))
'''
将手机原始的价格第一行数据999替换成899
销售日期 手机牌子 价格
0 2017年5月25日 荣耀9青春版 899
1 2017年5月25日 小米6X 1399
2 2017年5月25日 oppo A1 1399
3 2017年6月18日 荣耀9青春版 800
4 2017年6月18日 小米6X 1200
5 2017年6月18日 oppo A1 1250
'''
pandas--rename()更换列名和行名
最新推荐文章于 2024-03-15 11:11:16 发布