从列表中更改 Pandas Dataframe 中的列名

Question

是否可以使用列表中的数据更改列名？

df = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
       2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55], [1,3.4,2.0,0.25,0.55], 
       [3,3.4,2.0,0.25,0.55]], 
       columns=["ID", "A", "B","C","D"])\
       .set_index('ID')

我的新标签如下：

New_Labels=['NaU', 'MgU', 'AlU', 'SiU']

是否可以使用上述列表中的数据更改名称？我的原始数据集有 100 列，我不想为每一列手动进行。

我正在尝试使用 df.rename 进行以下操作，但不断出现错误。谢谢！

Answer 1

使用重命名是一种形式上更正确的方法。您只需要提供一个字典，将当前列名映射到新列名（即使列错位，也能保证预期结果）

new_names = {'A':'NaU', 'B':'MgU', 'C':'Alu', 'D':'SiU'}
df.rename(index=str, columns=new_names)

请注意，您可以为要替换的唯一名称提供条目，其余的将保持不变。

Answer 2

你可以使用这个：

df.columns = New_Labels

Answer 3

df = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
       2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55], [1,3.4,2.0,0.25,0.55], 
       [3,3.4,2.0,0.25,0.55]], 
       columns=["ID", "A", "B","C","D"])\
       .set_index('ID')
New_Labels=['NaU', 'MgU', 'AlU', 'SiU']
df.columns = New_Labels

这将df看起来像这样：

     NaU  MgU   AlU   SiU
ID                       
1   1.00  2.3  0.20  0.53
2   3.35  2.0  0.20  0.65
2   3.40  2.0  0.25  0.55
3   3.40  2.0  0.25  0.55
1   3.40  2.0  0.25  0.55
3   3.40  2.0  0.25  0.55

Answer 4

接受的rename答案很好，但它主要用于映射旧的\xe2\x86\x92新名称。如果我们只想用新列表删除列名，则无需创建中间映射字典。直接使用就可以了set_axis。

\n\n

set_axis

\n

要将列表设置为列，请使用set_axis沿axis=1（默认axis=0设置索引值）：

\n

df.set_axis(New_Labels, axis=1)\n\n#      NaU  MgU   AlU   SiU\n# ID                       \n# 1   1.00  2.3  0.20  0.53\n# 2   3.35  2.0  0.20  0.65\n# 2   3.40  2.0  0.25  0.55\n# 3   3.40  2.0  0.25  0.55\n# 1   3.40  2.0  0.25  0.55\n# 3   3.40  2.0  0.25  0.55\n

\n\n

请注意，这set_axis与df.columns直接修改类似，但set_axis允许方法链接，例如：

\n

df.some_method().set_axis(New_Labels, axis=1).other_method()\n

\n

从理论上讲，set_axis还应该提供比直接修改属性更好的错误检查，尽管我目前找不到具体的示例。

\n