在 Pandas 中按索引重命名列

先决条件：熊猫

可以使用称为索引的位置来更改数据框的列。只需使用索引，就可以重命名列。本文讨论了所有这些可能的方法。

方法：

• 导入所需的Python库。
• 创建数据
• 提供要重命名的列的索引作为 rename()函数的参数。

Pandas rename()方法用于重命名任何索引、列或行。

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

Parameters:

• mapper, index and columns: Dictionary value, key refers to the old name and value refers to new name. Only one of these parameters can be used at once.
• axis: int or string value, 0/’row’ for Rows and 1/’columns’ for Columns
• copy: Copies underlying data if True.
• inplace: Makes changes in original Data Frame if True.
• level: Used to specify level in case data frame is having multiple level index.

Return Type: Data frame with new names

下面给出了实现我们所需功能的各种实现：

示例 1：使用列索引相互切换两个列名。

Python3

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
  
# Changing columns name with index number
df.columns.values[0] = "b"
df.columns.values[1] = "a"
  
# Display
display(df)

输出：

示例 2：使用另一种方法重命名带有索引的列。

蟒蛇3

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
  
# Changing columns name with index number
su = df.rename(columns={df.columns[1]: 'new'})
  
# Display
display(su)

输出：

示例 3：使用索引号在单个命令中重命名两个/多个列。

蟒蛇3

import pandas as pd
  
# Sample DataFrame
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'c': [7, 8]})
  
# Changing columns name with index number
mapping = {df.columns[0]: 'new0', df.columns[1]: 'new1'}
su = df.rename(columns=mapping)
  
# Display
display(su)

输出：

示例 4：使用 CSV 文件的索引号重命名列名。

使用文件： Data1.csv

链接：点击 这里

蟒蛇3

import pandas as pd
  
# reading a csv file
df1 = pd.read_csv("data1.csv")
  
# change 2nd column name with index number
df1.columns.values[2] = "city"
  
# Display DataFrame
display(df1)

输出：