تُعدّ جداول بيانات Pandas (Pandas DataFrames) أساسية في معالجة البيانات في بايثون. وغالباً ما ستحتاج إلى تعديل أسماء الأعمدة لتحسين الوضوح، أو الاتساق، أو التوافق مع مجموعات بيانات أخرى. يوفر Pandas العديد من الطرق الفعّالة لتحقيق ذلك. تستعرض هذه المقالة ثلاثة أساليب شائعة: استخدام DataFrame.rename()، وDataFrame.columns، وDataFrame.set_axis().
جدول المحتويات
- إعادة تسمية الأعمدة باستخدام
DataFrame.rename() - إعادة تسمية الأعمدة باستخدام
DataFrame.columns - إعادة تسمية الأعمدة باستخدام
DataFrame.set_axis()
إعادة تسمية الأعمدة باستخدام DataFrame.rename()
توفر طريقة rename() أقصى قدر من المرونة، مما يسمح لك بإعادة تسمية أعمدة فردية أو مجموعات من الأعمدة بشكل انتقائي. وهي تستخدم قاموسًا حيث تمثل المفاتيح أسماء الأعمدة القديمة، وتمثل القيم أسماءها الجديدة.
import pandas as pd
# مثال على DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("DataFrame الأصلي:n", df)
# إعادة تسمية الأعمدة باستخدام DataFrame.rename()
df = df.rename(columns={'old_col1': 'new_col1', 'old_col3': 'new_col3'})
print("nDataFrame بعد إعادة التسمية:n", df)
# إعادة تسمية في المكان باستخدام inplace=True
df.rename(columns={'old_col2': 'new_col2'}, inplace=True)
print("nDataFrame بعد إعادة التسمية في المكان:n", df)
يقوم هذا المقطع من التعليمات البرمجية بإعادة تسمية ‘old_col1’ إلى ‘new_col1′ و’old_col3’ إلى ‘new_col3’ بشكل انتقائي. تعدّل وسيطة inplace=True جدول البيانات مباشرةً، مما يلغي الحاجة إلى إعادة التعيين.
إعادة تسمية الأعمدة باستخدام DataFrame.columns
توفر هذه الطريقة نهجًا مباشرًا لإعادة تسمية جميع الأعمدة في وقت واحد. وهي تعيّن مباشرةً قائمة جديدة من أسماء الأعمدة إلى سمة columns. هذه الطريقة موجزة ولكنها تفتقر إلى المرونة اللازمة لإعادة التسمية الانتقائية.
import pandas as pd
# مثال على DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("DataFrame الأصلي:n", df)
# إعادة تسمية الأعمدة باستخدام DataFrame.columns
new_columns = ['new_col1', 'new_col2', 'new_col3']
df.columns = new_columns
print("nDataFrame بعد إعادة التسمية:n", df)
يقوم الرمز بإنشاء قائمة new_columns بالأسماء المطلوبة ويعينها إلى df.columns. من المهم أن يتطابق طول new_columns بدقة مع عدد الأعمدة في DataFrame.
إعادة تسمية الأعمدة باستخدام DataFrame.set_axis()
توفر طريقة set_axis() بديلاً لإعادة تسمية جميع الأعمدة في وقت واحد. وهي مشابهة لـ DataFrame.columns ولكنها تحدد المحور صراحةً (1 للأعمدة، 0 للصفوف).
import pandas as pd
# مثال على DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("DataFrame الأصلي:n", df)
# إعادة تسمية الأعمدة باستخدام DataFrame.set_axis()
new_columns = ['new_col1', 'new_col2', 'new_col3']
df = df.set_axis(new_columns, axis=1)
print("nDataFrame بعد إعادة التسمية:n", df)
يستخدم هذا المثال set_axis() مع axis=1 لإعادة تسمية جميع الأعمدة. مثل DataFrame.columns، فإنه يستبدل جميع أسماء الأعمدة.
باختصار، توفر كل طريقة نهجًا فريدًا. تُعدّ DataFrame.rename() الأنسب لإعادة التسمية الانتقائية، بينما تُعدّ DataFrame.columns وDataFrame.set_axis() فعّالتين لإعادة تسمية جميع الأعمدة. اختر الطريقة التي تناسب احتياجاتك المحددة.