命名未命名列 Pandas - Python

当我们使用pandas读取文件后，一些未命名的列可能会出现在数据中，这时我们需要给这些列赋予一个有意义的列名才能更好地进行数据分析。

方法一：使用rename函数

rename()函数可以为列或索引标签指定新的名称。

代码

import pandas as pd

# 创建一个数据集
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], columns=['A', None])

# 打印未命名列
print(df.columns)

# 给未命名列改名
df = df.rename(columns={None: 'B'})

# 打印修改后的列名
print(df.columns)

返回结果

Index(['A', None], dtype='object')
Index(['A', 'B'], dtype='object')

方法二：使用set_axis函数

set_axis()函数可以为所有轴设置一个新的标签。

代码

import pandas as pd

# 创建一个数据集
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], columns=['A', None])

# 打印未命名列
print(df.columns)

# 给未命名列改名
df = df.set_axis(['A', 'B'], axis=1, inplace=False)

# 打印修改后的列名
print(df.columns)

返回结果

Index(['A', None], dtype='object')
Index(['A', 'B'], dtype='object')

方法三：使用add_prefix或add_suffix函数

add_prefix()和add_suffix()可以在列名前添加前缀或后缀。

代码

import pandas as pd

# 创建一个数据集
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]], columns=['A', None])

# 打印未命名列
print(df.columns)

# 在未命名列后加上后缀
df = df.add_suffix('_new')

# 打印修改后的列名
print(df.columns)

返回结果

Index(['A', None], dtype='object')
Index(['A_new', 'None_new'], dtype='object')

在使用这种方法时要注意，添加的前缀或后缀可能因为原列名的缺陷而导致出现其他问题。

方法四：使用read_csv函数

在读取csv文件时，我们可以使用read_csv()函数直接为未命名列指定列名，这可能是最为方便的方法。

代码

import pandas as pd

# 读取csv文件时指定列名
df = pd.read_csv('data.csv', header=None, names=['A', 'B'])

# 打印修改后的列名
print(df.columns)

方法五：使用parse_dates参数

在读取csv文件时，使用parse_dates参数可以将一些日期格式的未命名列转换为pandas.DateTime类型，并且自动赋予列名。

代码

import pandas as pd

# 读取csv文件时将未命名列转换为日期类型
df = pd.read_csv('data.csv', header=None, parse_dates=[2])

# 打印修改后的列名
print(df.columns)

返回结果

Index(['A', 'B', 2], dtype='object')

总结：

无论哪种方法，我们都可以方便地为未命名列指定具有意义的列名从而更好地进行数据分析。