共计 1694 个字符，预计需要花费 5 分钟才能阅读完成。
本文参考自:pandas 修改 DataFrame 列名 原博客针对每个 DataFrame.columns 中的元素做相同的修改操作而拙作是对每个元素做不同操作的生搬硬套, 请大家不吝赐教
提出问题
存在一个名为 dataset 的 DataFrame
>>> dataset.columns
Index([‘age’, ‘job’, ‘marital’, ‘education’, ‘default’, ‘housing’, ‘loan’,
‘contact’, ‘month’, ‘day_of_week’, ‘duration’, ‘campaign’, ‘pdays’,
‘previous’, ‘poutcome’, ’emp.var.rate’, ‘cons.price.idx’,
‘cons.conf.idx’, ‘euribor3m’, ‘nr.employed’, ‘y’],
dtype=’object’)
现在, 我要将其 columns 名字改为:
>>> new_columns
Index([‘age_0’, ‘job_1’, ‘marital_2’, ‘education_3’, ‘default_4’, ‘housing_5’,
‘loan_6’, ‘contact_7’, ‘month_8’, ‘day_of_week_9’, ‘duration_10’,
‘campaign_11’, ‘pdays_12’, ‘previous_13’, ‘poutcome_14′,
’emp.var.rate_15′, ‘cons.price.idx_16’, ‘cons.conf.idx_17’,
‘euribor3m_18’, ‘nr.employed_19’, ‘y_20′],
dtype=’object’)
该如何操作？
解决
一. 通过 DataFrame.columns 类的自身属性修改:
1. 无脑赋值直接修改
>>> # 先解决 `new_columns` 的推导问题
>>> # 列表推导
>>> new_columns_list = [column_str+’_’+str(i) for i ,column_str in enumerate(dataset.columns)]
>>> # 类型转换
>>> new_columns = pd.core.indexes.base.Index(new_columns_list)
>>> dataset.columns = new_columns
2. 通过.map(mapper, na_action=None) 函数来修改
>>> # 注:mapper 多运用 lambda 表达式
>>> # 但我似乎没有找到在 lambda 表达式中改变两个值的方法
>>> # 所以只能蹩脚地用一个全局变量 i, 和映射函数 mapper()
>>> # 希望大家能帮我找到方法
>>> i = 0
>>> def mapper(x): # 映射函数即 mapper
global i
x += ‘_’ + str(i)
i += 1
return x
>>> dataset.columns.map(mapper)
3. 参考博客用到了 DataFrame.columns.str 对象
用 help(DataFrame.columns.str) 翻遍了文档，也没能找到可以被我拿来套用的方法, 想着抽时间把这段文档翻译一下
二. 通过 DataFrame.rename() 函数来修改
1. 暴力字典法 (好处：可以只修改特定的列)
>>> # 此处先用字典推导法
>>> new_dict = {
key:key+’_’+str(i)
for i, key in enumerate(dataset.columns)
}
>>> dataset.rename(columns=new_dict, inplace=True)
2. 映射修改法
>>> # 原博文依然用到了 lambda 表达式
>>> # 我就再生搬硬套一次, 把上面的复制过来
>>> # 蹩脚地用一个全局变量 i, 和映射函数 mapper()
>>> i = 0
>>> def mapper(x): # 映射函数即 mapper
global i
x += ‘_’ + str(i)
i += 1
return x
dataset.rename(columns=mapper, inplace=True)
写在最后
十分欢迎大家直接修改拙作或提出建议！！！
