Pandas 数据框列重命名 - Python

Pandas 是 Python 中常用的数据分析库之一。当我们读取外部数据源并将其转化为 Pandas 数据框时，我们可能需要对其中的列名称进行调整。本文将介绍如何使用 Pandas 重命名数据框的列名。

方法一：使用 rename() 函数

rename() 函数可以接受一个字典作为参数，字典的键为旧列名，值为新列名。代码示例如下：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 重命名列名
df = df.rename(columns={'A': 'new_A', 'B': 'new_B'})

print(df)

运行结果如下：

   new_A  new_B
0      1      4
1      2      5
2      3      6

方法二：直接重新赋值

我们也可以直接使用 df.columns 属性，对其赋上一个新的列表，其中的元素即为新的列名。代码示例如下：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 重命名列名
df.columns = ['new_A', 'new_B']

print(df)

运行结果与方法一相同。

   new_A  new_B
0      1      4
1      2      5
2      3      6

方法三：使用 set_axis() 函数

set_axis() 函数可以接受一个列表作为参数，其中的元素即为新的列名。代码示例如下：

import pandas as pd

# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 重命名列名
df = df.set_axis(['new_A', 'new_B'], axis=1)

print(df)

运行结果与方法一、二相同。

   new_A  new_B
0      1      4
1      2      5
2      3      6

以上就是 Pandas 数据框列重命名的三种方法，希望对您有所帮助。