本文參考自:pandas 修改 DataFrame 列名
原博客針對每個DataFrame.columns
中的元素做相同的修改操作
而拙作是對每個元素做不同操作的生搬硬套, 請大家不吝賜教
提出問題
存在一個名爲dataset
的DataFrame
>>> dataset.columns
Index(['age', 'job', 'marital', 'education', 'default', 'housing', 'loan',
'contact', 'month', 'day_of_week', 'duration', 'campaign', 'pdays',
'previous', 'poutcome', 'emp.var.rate', 'cons.price.idx',
'cons.conf.idx', 'euribor3m', 'nr.employed', 'y'],
dtype='object')
現在, 我要將其columns
名字改爲:
>>> new_columns
Index(['age_0', 'job_1', 'marital_2', 'education_3', 'default_4', 'housing_5',
'loan_6', 'contact_7', 'month_8', 'day_of_week_9', 'duration_10',
'campaign_11', 'pdays_12', 'previous_13', 'poutcome_14',
'emp.var.rate_15', 'cons.price.idx_16', 'cons.conf.idx_17',
'euribor3m_18', 'nr.employed_19', 'y_20'],
dtype='object')
該如何操作?
解決
一.通過DataFrame.columns
類的自身屬性修改:
1.無腦賦值直接修改
>>> # 先解決`new_columns`的推導問題
>>> # 列表推導
>>> new_columns_list = [column_str+'_'+str(i) for i ,column_str in enumerate(dataset.columns)]
>>> # 類型轉換
>>> new_columns = pd.core.indexes.base.Index(new_columns_list)
>>> dataset.columns = new_columns
2.通過.map(mapper, na_action=None)
函數來修改
>>> # 注:mapper 多運用 lambda 表達式
>>> # 但我似乎沒有找到在 lambda 表達式中改變兩個值的方法
>>> # 所以只能蹩腳地用一個全局變量i, 和映射函數mapper()
>>> # 希望大家能幫我找到方法
>>> i = 0
>>> def mapper(x): # 映射函數即 mapper
global i
x += '_' + str(i)
i += 1
return x
>>> dataset.columns.map(mapper)
3.參考博客用到了DataFrame.columns.str
對象
用help(DataFrame.columns.str)
翻遍了文檔,
也沒能找到可以被我拿來套用的方法, 想着抽時間把這段文檔翻譯一下
二.通過DataFrame.rename()
函數來修改
1.暴力字典法(好處:可以只修改特定的列)
>>> # 此處先用字典推導法
>>> new_dict = {
key:key+'_'+str(i)
for i, key in enumerate(dataset.columns)
}
>>> dataset.rename(columns=new_dict, inplace=True)
2.映射修改法
>>> # 原博文依然用到了 lambda 表達式
>>> # 我就再生搬硬套一次, 把上面的複製過來
>>> # 蹩腳地用一個全局變量i, 和映射函數mapper()
>>> i = 0
>>> def mapper(x): # 映射函數即 mapper
global i
x += '_' + str(i)
i += 1
return x
dataset.rename(columns=mapper, inplace=True)