Python Pandas Dataframe.rename()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas rename()方法用於重命名任何索引，列或行。列的重命名也可以通過dataframe.columns = [#list]。但在上述情況下，自由度不高。即使必須更改一列，也必須傳遞完整的列列表。另外，上述方法不適用於索引標簽。

用法： DataFrame.rename(mapper=None, index=None, columns=None, axis=None, copy=True, inplace=False, level=None)

參數：
映射器，索引和列：字典值，鍵表示舊名稱，值表示新名稱。這些參數隻能一次使用。
axis:int或字符串值，“ 0”表示行，“ 1”表示列。
copy:如果為True，則複製基礎數據。
inplace:如果為True，則在原始 DataFrame 中進行更改。
level:用於在數據幀具有多個級別索引的情況下指定級別。

返回類型：具有新名稱的 DataFrame

要下載代碼中使用的CSV，請點擊此處。

範例1：更改索引標簽

在此示例中，名稱列設置為索引列，稍後使用rename()方法更改其名稱。

# importing pandas module 
import pandas as pd 
  
# making data frame from csv file 
data = pd.read_csv("nba.csv", index_col ="Name" ) 
  
# changing index cols with rename() 
data.rename(index = {"Avery Bradley":"NEW NAME", 
                     "Jae Crowder":"NEW NAME 2"}, 
                                 inplace = True) 
# display 
data

輸出：
如輸出圖像中所示，第一和第二位置的索引標簽的名稱已更改為NEW NAME&NEW NAME 2。

範例2：更改多個列名

在此示例中，通過傳遞字典來更改多個列名。之後，將結果與使用.columns方法返回的數據幀進行比較。由於NaN == NaN將返回false，因此在比較之前將空值刪除。

# importing pandas module 
import pandas as pd 
  
# making data frame from csv file 
data = pd.read_csv("nba.csv", index_col ="Name" ) 
  
  
# changing cols with rename() 
new_data = data.rename(columns = {"Team":"Team Name", 
                                  "College":"Education", 
                                  "Salary":"Income"}) 
  
# changing columns using .columns() 
data.columns = ['Team Name', 'Number', 'Position', 'Age', 
                'Height', 'Weight', 'Education', 'Income'] 
  
# dropna used to ignore na values 
print(new_data.dropna()== data.dropna())

輸出：
如輸出圖像所示，由於所有值均為True，因此使用這兩種方法的結果相同。

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Dataframe.rename()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。