如何改变dataframe列名称

您可以使用 `rename` 方法，示例如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df = df.rename(columns={'A': 'new_A', 'B': 'new_B'})

其中，`columns` 参数是一个字典，其中键为旧的列名称，值为新的列名称。上述示例中将列 A 和 B 分别改为了 new_A 和 new_B。

相关问题

dataframe列名称

### Pandas DataFrame 修改列名方法

在 Pandas 中，有多种方式可以修改 `DataFrame` 的列名。以下是几种常用的方法：

#### 使用 `rename()` 函数
通过指定要更改的旧列名和新列名之间的映射字典来实现列名的更替。

import pandas as pd

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

new_column_names = {'A': 'Column1', 'B': 'Column2'}
df = df.rename(columns=new_column_names)
print(df)

这段代码展示了如何利用 `rename()` 方法并传入参数 `columns=` 来更新特定几列的名字[^1]。

#### 直接赋值给 `columns` 属性
如果想要一次性改变所有的列名，则可以直接向 `DataFrame.columns` 赋予一个新的列表作为新的列标签。

df.columns = ['name', 'age', 'sex']

此命令会把当前的数据框中的所有原有列名替换为所提供的字符串数组里的对应项[^3]。

#### 应用 `mapper` 和 `axis` 参数于 `rename()`
对于更加灵活的操作需求来说，在调用 `rename()` 时还可以设置额外的关键字参数——即提供一个函数或者字典形式的地图器(`mapper`)以及轴方向(`axis`)来进行批量重命名工作。

当 `axis=1` 或者 `axis='columns'` 表明操作对象是列而非行索引；而传递进去的一个键值对组成的字典则定义了哪些原有的列应该被改成什么名字。

df.rename({0: 'col0'}, axis=1)  
# 或者使用 "columns"
df.rename({0: 'col0'}, axis='columns')

上述例子说明了怎样仅针对单个或部分选定的目标执行改名动作而不影响其他未提及的部分[^5]。

使用python改变dataframe的列名称

在Python中，使用pandas库可以方便地处理DataFrame对象。如果你想改变DataFrame的列名称，可以使用`rename`方法或者直接对列名称进行赋值操作。下面是具体的操作方法：

1. 使用`rename`方法：
`rename`方法允许你通过传递一个字典来重命名列，字典的键是旧的列名，值是新的列名。如果想要就地修改（不创建新的DataFrame），需要设置`inplace=True`参数。

   import pandas as pd

   # 假设有一个DataFrame df
   df = pd.DataFrame({
       'old_col_name1': [1, 2, 3],
       'old_col_name2': [4, 5, 6]
   })

   # 使用rename方法改变列名
   df.rename(columns={'old_col_name1': 'new_col_name1', 'old_col_name2': 'new_col_name2'}, inplace=True)

2. 直接对`columns`属性赋值：
你可以直接将一个新的列名列表赋值给`columns`属性来改变所有列的名称。这种方法不会就地修改原始DataFrame，而是返回一个新的DataFrame对象。

   # 使用columns属性直接赋值来改变列名
   df.columns = ['new_col_name1', 'new_col_name2']

在使用这些方法时，请确保新的列名列表长度与原始DataFrame的列数相匹配，否则会引发错误。