pandas 重命名
时间: 2023-08-04 13:02:24 浏览: 44
要重命名 Pandas 中的列或索引,可以使用 `rename()` 方法。下面是一些示例代码:
重命名列:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 使用 rename() 方法重命名列
df = df.rename(columns={'A': 'new_A', 'B': 'new_B'})
```
重命名索引:
```
import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 使用 rename() 方法重命名索引
df = df.rename(index={0: 'new_0', 1: 'new_1', 2: 'new_2'})
```
通过传递字典参数来指定旧列名或旧索引名与新列名或新索引名之间的映射关系。请注意,`rename()` 方法返回一个新的 DataFrame,原始 DataFrame 不会被修改。
相关问题
python pandas 重命名
Python是一种高级编程语言,它具有简单易学、可读性强的特点,被广泛应用于数据分析、人工智能、Web开发等领域。Pandas是Python中一个强大的数据处理库,它提供了高效的数据结构和数据分析工具,使得数据处理变得更加简单和灵活。
在Pandas中,重命名是指修改DataFrame或Series中的列名或索引名。可以使用rename()函数来实现重命名操作。rename()函数可以接受一个字典作为参数,字典的键表示原始列名或索引名,字典的值表示新的列名或索引名。
下面是一个示例代码,演示了如何使用rename()函数进行重命名操作:
```python
import pandas as pd
# 创建一个DataFrame
data = {'Name': ['Tom', 'John', 'Mike'],
'Age': [25, 30, 35],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 重命名列名
df = df.rename(columns={'Name': 'Full Name', 'Age': 'Years'})
# 打印重命名后的DataFrame
print(df)
```
运行以上代码,输出结果如下:
```
Full Name Years City
0 Tom 25 New York
1 John 30 London
2 Mike 35 Paris
```
在上述代码中,我们使用rename()函数将列名"Name"重命名为"Full Name",将列名"Age"重命名为"Years"。
pandas重命名索引
在pandas中,可以使用`rename()`函数来重命名索引。`rename()`函数可以接受一个字典作为参数,字典的键表示原始索引名称,值表示新的索引名称。以下是重命名索引的示例代码:
```python
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data, index=['a', 'b', 'c'])
# 使用rename()函数重命名索引
df = df.rename(index={'a': 'A', 'b': 'B', 'c': 'C'})
# 打印重命名后的DataFrame
print(df)
```
输出结果为:
```
A B
A 1 4
B 2 5
C 3 6
```