在 Python 中重命名列

在数据分析和数据处理的过程中，我们经常需要对数据框（DataFrame）中的列进行重命名操作。在 Python 中，我们可以使用 Pandas 库提供的 rename 方法来实现列重命名的功能。本文将为大家介绍 Pandas 中列重命名的方法和使用技巧。

使用 rename 方法

rename 方法是 Pandas 中专门用于重命名列和行的方法。该方法的调用形式如下：

df.rename(columns={"原始列名": "新列名"}, inplace=True)

其中，df 表示需要重命名的数据框，columns 参数是一个字典，该字典的 key 是原始列名，value 是新列名。inplace 参数默认为 False，表示在执行方法后不改变原始数据框，仅返回重命名后的数据框；若设置为 True，则会直接修改原始数据框，无需重新赋值。

下面是一个简单的示例，演示如何使用 rename 方法重命名数据框的列：

import pandas as pd

data = {"name": ["Alice", "Bob", "Cathy"], "age": [25, 30, 35]}
df = pd.DataFrame(data)

# 将 "name" 列重命名为 "姓名"
df.rename(columns={"name": "姓名"}, inplace=True)

print(df)

运行结果如下：

     姓名  age
0  Alice   25
1    Bob   30
2  Cathy   35

从运行结果可以看出，成功将 "name" 列重命名为了 "姓名"。

使用列表批量重命名列

有时候，我们需要对多列（而非单列）进行重命名操作。此时，我们可以使用列表来批量进行列重命名。

df.rename(columns={"原始列名1": "新列名1", "原始列名2": "新列名2", ...}, inplace=True)

注意，这里需要将需要重命名的多个列都存放在一个字典中，并以 key-value 的形式表示原始列名和新列名的对应关系。

下面是一个使用列表批量重命名的示例：

data = {"name": ["Alice", "Bob", "Cathy"], "age": [25, 30, 35], "gender": ["F", "M", "F"]}
df = pd.DataFrame(data)

# 将 "name" 列重命名为 "姓名"，将 "gender" 列重命名为 "性别"
df.rename(columns={"name": "姓名", "gender": "性别"}, inplace=True)

print(df)

运行结果如下：

      姓名  age 性别
0  Alice   25  F
1    Bob   30  M
2  Cathy   35  F

小结

通过本文的介绍，相信大家已经掌握了 Pandas 中列重命名的操作方法，以及如何使用列表批量重命名列。在实际数据处理的过程中，列重命名是一个非常基础和常用的操作，希望本文对大家有所帮助。