columns pandas 修改_Pandas--数据类型转换总结

最新推荐文章于 2024-08-22 12:48:56 发布

weixin_39797264

最新推荐文章于 2024-08-22 12:48:56 发布

阅读量383

点赞数

文章标签： columns pandas 修改

本文链接：https://blog.csdn.net/weixin_39797264/article/details/112516816

版权

本文介绍了如何使用Pandas进行DataFrame列名的高效修改，包括粗暴修改、智能去除前缀、map与lambda函数应用，以及添加新列的方法。通过实例演示了如何优雅地重命名列，并展示了在Python中处理不同类型数据的过程。

摘要由CSDN通过智能技术生成

Pandas、Numpy、Python各自支持的数据类型

修改DataFrame 列名：

import pandas as pd
df=pd.DataFrame({'$a': [1], '$b': [1], '$c': [1], '$d': [1], '$e': [1]})
#粗暴修改
df.columns=['a','b','c','d']
#修改
df.columns=df.columns.str.strip('$')
#map与lamnda函数结合
df.columns=df.columns.map(lambda x:x[1:])
#粗暴重命名
df.rename(columns=({'$a': 'a', '$b': 'b', '$c': 'c', '$d': 'd', '$e': 'e'}, inplace=True))
#重命名
df.rename(columns=lambda x:x.replace('$',''))
#DataFrame 某一列中添加字符串
df["new"] =[ 'Depth % i' % i for i in df["Depth"]]
df.head()