重命名 pandas 数据框的列未按预期工作

Question

我有下面的 pandas 数据框

df

。我正在尝试重命名列名称，但它没有按预期工作。

代码：

 mapping = {df.columns[0]:'Date', df.columns[1]: 'A', df.columns[2]:'B', df.columns[3]: 'C',df.columns[4]:'D', df.columns[5]: 'E',df.columns[6]:'F', df.columns[7]: 'G',df.columns[8]:'H', df.columns[9]: 'J'}
 df.rename(columns=mapping) 

df.columns

的输出：

MultiIndex(levels=[['A Index', 'B Index', 'C Index', 'D Index', 'E Index', 'F Index', 'G Index', 'H Index', 'I Index', 'J Index', 'K Index', 'L Index', 'M Index', 'N Index', 'O Index', 'date', 'index'], ['PX_LAST', '']],
       labels=[[16, 15, 11, 9, 10, 6, 3, 4, 2, 5, 14, 1, 13, 12, 7, 0, 8], [1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]],
       names=['ticker', 'field'])

即使运行代码后，列名称也保持不变。任何人都可以帮助重命名此数据框的列名称。

Answer 1

因为你已经知道列的顺序为什么不直接使用：

df.columns = ['Date', 'a', 'b', 'c', 'd', 'e', 'f' 'g', 'h', 'i', 'j']

否则，如果您想使用

rename

，您需要将其分配给变量：

 mapping = {df.columns[0]:'Date', df.columns[1]: 'A', df.columns[2]:'B', df.columns[3]: 'C',df.columns[4]:'D', df.columns[5]: 'E',df.columns[6]:'F', df.columns[7]: 'G',df.columns[8]:'H', df.columns[9]: 'J'}
 df = df.rename(columns=mapping)

Answer 2

假设您有一个映射，例如：

mapping = {"old_name_1" : "new_name_1", "old_name_2" : "new_name_2"}

熊猫版< 1.4.3

鉴于 pandas 之前的文档，axis 参数的默认值为 0（表示索引）。

因此，将命令更改为：

df = df.rename(columns = mapping, axis = 1)

，其中轴等于 1 表示列，将按预期工作。

此外，您可以使用 inplace 参数，这样您就不必重新设置 DataFrame。

df.rename(columns = mapping, axis = 1, inplace = True)

Pandas 版本 >= 1.4.3

（感谢@Gordon 的提醒）

您可以使用：

df = df.rename(columns = mapping)

或

df.rename(columns = mapping, inplace = True)

通过新的更新（参见文档），pandas 明白，当您设置映射到列参数时，您意味着更改列的值（因为这是合乎逻辑的）；因此，axis 参数是不必要的。

Answer 3

将

inplace=True

添加到

rename

通话中即可。

但是，如果我不指定

inplace=True

，我不确定结果是什么，因为我没有看到任何变化。