pandas列名重命名

你可以使用 `rename()` 方法来重命名 Pandas DataFrame 中的列名。示例如下：

import pandas as pd

# 创建一个 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 重命名列名
df = df.rename(columns={'A': 'new_A', 'B': 'new_B'})

# 打印 DataFrame
print(df)

输出结果为：

   new_A  new_B
0      1      4
1      2      5
2      3      6

通过 `rename()` 方法，你可以将字典作为参数传递，其中字典的键是原始列名，而字典的值是新的列名。

相关问题

pandas 列名重命名

在pandas中，有多种方法可以对列名进行重命名。一种方法是使用rename()函数，该函数可以接受一个字典作为参数，字典的键表示原始列名，值表示要修改的新列名。例如，通过使用rename()函数，可以将原始列名'字节跳动'重命名为'公司'，'数据产品经理'重命名为'岗位'，'北京'重命名为'工作地点'，'2-3.5万/月'重命名为'工资'，'09-03'重命名为'发布日期'。代码示例如下：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data=data.rename(columns={'字节跳动':'公司','数据产品经理':'岗位','北京':'工作地点','2-3.5万/月':'工资','09-03':'发布日期'})
data

另外一种方法是使用set_axis()函数，该函数可以重新设置列名。需要注意的是，set_axis()函数的inplace参数用于标记是否在原来的dataframe上修改列名，如果设置为False，则会返回一个新的dataframe。示例如下：

import pandas as pd
data=pd.read_csv('./data/job_info/job_info.csv',encoding='gbk')
data.set_axis(['公司','岗位','工作地点','工资','发布日期'],axis='columns',inplace=False)
data

无论使用哪种方法，都可以实现对列名的重命名。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Pandas dataframe列名重命名](https://blog.csdn.net/ice_stone_kai/article/details/104980056)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

pandas 对列名重命名

Pandas是一个强大的数据处理库，用于Python中，对列名进行重命名是非常常见的操作。你可以使用`rename()`方法来改变DataFrame中的列名。这个方法接受两个参数：旧列名和新列名。下面是一个简单的例子：

import pandas as pd

# 假设你有一个DataFrame df，列名为'OldColumnName'
df = pd.DataFrame({
    'OldColumnName': [1, 2, 3],
    'AnotherColumn': [4, 5, 6]
})

# 使用rename()方法重命名列
df = df.rename(columns={'OldColumnName': 'NewColumnName'})

# 输出更新后的DataFrame
print(df)

在这个例子中，`'OldColumnName'`会被替换为`'NewColumnName'`。