重命名 Pandas 中的特定列

给定一个 pandas 数据框，让我们看看如何使用各种方法重命名特定列的名称。

首先，让我们创建一个数据框：

Python3

# import pandas package
import pandas as pd
  
# defining a dictionary
d = {"Name": ["John", "Mary", "Helen"],
     "Marks": [95, 75, 99],
     "Roll No": [12, 21, 9]}
  
# creating the pandas data frame
df = pd.DataFrame(d)
  
df

输出：

方法 1：使用Dataframe.rename() 。

此方法是一种在 Pandas 中重命名所需列的方法。它允许我们以字典的形式指定要更改的列名称，其中键和值作为相应列的当前名称和新名称。

示例 1：重命名单个列。

Python3

# import pandas package
import pandas as pd
  
# defining a dictionary
d = {"Name": ["John", "Mary", "Helen"],
     "Marks": [95, 75, 99],
     "Roll No": [12, 21, 9]}
  
# creating the pandas data frame
df = pd.DataFrame(d)
  
# displaying the columns 
# before renaming
print(df.columns)
  
# renaming the column "A"
df.rename(columns = {"Name": "Names"}, 
          inplace = True)
  
# displaying the columns after renaming
print(df.columns)

输出：

示例 2：重命名多个列。

Python3

# import pandas package
import pandas as pd
  
# defining a dictionary
d = {"Name": ["John", "Mary", "Helen"],
     "Marks": [95, 75, 99],
     "Roll No": [12, 21, 9]}
  
# creating the pandas dataframe
df = pd.DataFrame(d)
  
# displaying the columns before renaming
print(df.columns)
  
# renaming the columns
df.rename({"Name": "Student Name", 
           "Marks": "Marks Obtained", 
           "Roll No": "Roll Number"}, 
          axis = "columns", inplace = True)
  
# displaying the columns after renaming
print(df.columns)

输出：

示例 3：传递lambda函数以重命名列。

Python3

# using the same modified dataframe
# df from Renaming Multiple Columns
# this adds ':' at the end 
# of each column name
df = df.rename(columns = lambda x: x+':')
  
# printing the columns
print(df.columns)

输出：

lambda函数是一个小型匿名函数，它可以接受任意数量的参数，但只能有一个表达式。如果我们必须一次修改所有列，我们可以使用它。如果列的数量很大，这很有用，并且使用列表或字典重命名它们不是一件容易的事（很多代码，唷！）。在上面的示例中，我们使用 lambda函数在每个列名的末尾添加一个冒号 (':')。

方法 2：使用values 属性。

我们可以在要重命名的列上使用 values 属性并直接更改它。

Python3

# using the same modified dataframe 
# df from Renaming Multiple Columns
# Renaming the third column
df.columns.values[2] = "Roll Number" 
  
# printing the columns
print(df.columns)

输出：

方法 3：使用新的列名列表。

我们将更新的列名作为列表传递以重命名列。我们提供的列表的长度应该与数据框中的列数相同。否则，会发生错误。

Python3

# Creating a list of new columns
df_cols = ["Student Name", 
           "Marks Obtained",
           "Roll Number"]
  
# printing the columns 
# before renaming
print(df.columns)
  
# Renaming the columns
df.columns = df_cols
  
# printing the columns 
# after renaming
print(df.columns)

输出：

方法 4：使用 Dataframe.columns.str.replace () 。

一般来说，如果 Pandas 数据框中的列数很大，比如接近 100，我们想用下划线替换所有列名（如果存在）中的空格。提供一个列表或字典来重命名所有列并不容易。因此，我们使用如下方法——

Python3

# printing the column 
# names before renaming
print(df.columns)
  
# Replacing the space in column 
# names by an underscore
df.columns = df.columns.str.replace(' ', '_')
  
# printing the column names 
# after renaming
print(df.columns)

输出：

此外，其他字符串方法（例如str.lower）可用于将所有列名设为小写。

注意：假设列名不存在于原始数据框中，但存在于为重命名列而提供的字典中。默认情况下，rename()函数的errors参数的值为“ignore”。因此，不会显示错误，并且现有的列会按照指示重命名。相反，如果我们将errors参数设置为“raise”，则会引发错误，指出原始数据框中不存在特定列。

下面是一个相同的例子：

示例 1：没有引发错误，因为默认错误设置为“忽略”。

Python3

# NO ERROR IS RAISED 
  
# import pandas package
import pandas as pd
  
# defining a dictionary
d = {"A": [1, 2, 3], 
     "B": [4, 5, 6]}
  
# creating the pandas dataframe
df = pd.DataFrame(d)
  
# displaying the columns before renaming
print(df.columns)
  
# renaming the columns
# column "C" is not in 
# the original dataframe 
# errors parameter is
# set to 'ignore' by default
df.rename(columns = {"A": "a", "B": "b",
                     "C": "c"}, 
          inplace = True)
  
# displaying the columns
# after renaming
print(df.columns)

输出：

示例 2：将参数错误设置为“raise”。引发错误（原始数据框中不存在 C 列。）

Python3

# ERROR IS RAISED 
  
# import pandas package
import pandas as pd
  
# defining a dictionary
d = {"A": [1, 2, 3],
     "B": [4, 5, 6]}
  
# creating the pandas dataframe
df = pd.DataFrame(d)
  
# displaying the columns
# before renaming
print(df.columns)
  
# renaming the columns
# column "C" is not in the 
# original dataframe setting
# the errors parameter to 'raise'
df.rename(columns = {"A": "a", "B": "b", 
                     "C": "c"}, 
          inplace = True, errors = 'raise')
  
# displaying the columns 
# after renaming
print(df.columns)

输出：

引发错误