小编dod*_*545的帖子

假设我有一个大型数据集（8500000X50）。我想散布图X（日期）和Y（在某天进行的测量）。

我只能得到这个：

data_X = data['date_local']
data_Y = data['arithmetic_mean']
data_Y = data_Y.round(1)
data_Y = data_Y.astype(int)
data_X = data_X.astype(int)
sns.regplot(data_X, data_Y, data=data)
plt.show()

根据我在Stackoverflow上发现的“相同”问题，我可以重新整理数据或采用1000个随机值进行绘制。但是如何以每个X（进行特定测量的日期）对应于实际（Y测量）的方式来实现它。

假设我有一个具有此类列名称的数据框：

['a','b','c','d','e','f','g'] 

我想将名称从“c”更改为“f”（实际上将字符串添加到列的名称中），因此整个数据框列名称将如下所示：

['a','b','var_c_equal','var_d_equal','var_e_equal','var_f_equal','g']

好吧，首先我创建了一个函数，用我想要的字符串更改列名称：

df.rename(columns=lambda x: 'or_'+x+'_no', inplace=True)

但现在我真的想了解如何实现这样的事情：

df.loc[:,'c':'f'].rename(columns=lambda x: 'var_'+x+'_equal', inplace=True)