DataFrames в Pandas — незаменимый инструмент для обработки данных в Python. Часто возникает необходимость корректировки названий столбцов для повышения понятности, согласованности или совместимости с другими наборами данных. Pandas предлагает несколько эффективных способов для этого. В этой статье рассматриваются три популярных подхода: использование DataFrame.rename(), DataFrame.columns и DataFrame.set_axis().
Содержание
- Переименование столбцов с помощью
DataFrame.rename() - Переименование столбцов с помощью
DataFrame.columns - Переименование столбцов с помощью
DataFrame.set_axis()
Переименование столбцов с помощью DataFrame.rename()
Метод rename() обеспечивает максимальную гибкость, позволяя выборочно переименовывать отдельные столбцы или группы столбцов. Он использует словарь, где ключи представляют старые названия столбцов, а значения — новые названия.
import pandas as pd
# Пример DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("Исходный DataFrame:n", df)
# Переименование столбцов с помощью DataFrame.rename()
df = df.rename(columns={'old_col1': 'new_col1', 'old_col3': 'new_col3'})
print("nDataFrame после переименования:n", df)
# Переименование на месте с помощью inplace=True
df.rename(columns={'old_col2': 'new_col2'}, inplace=True)
print("nDataFrame после переименования на месте:n", df)
Этот фрагмент кода выборочно переименовывает ‘old_col1’ в ‘new_col1’ и ‘old_col3’ в ‘new_col3’. Аргумент inplace=True изменяет DataFrame напрямую, исключая необходимость переназначения.
Переименование столбцов с помощью DataFrame.columns
Этот метод предлагает простой подход для одновременного переименования всех столбцов. Он напрямую присваивает новый список названий столбцов атрибуту columns. Этот метод краток, но ему не хватает гибкости для выборочного переименования.
import pandas as pd
# Пример DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("Исходный DataFrame:n", df)
# Переименование столбцов с помощью DataFrame.columns
new_columns = ['new_col1', 'new_col2', 'new_col3']
df.columns = new_columns
print("nDataFrame после переименования:n", df)
Код создает список new_columns с желаемыми именами и присваивает его df.columns. Важно, чтобы длина new_columns точно соответствовала количеству столбцов в DataFrame.
Переименование столбцов с помощью DataFrame.set_axis()
Метод set_axis() предоставляет альтернативный способ одновременного переименования всех столбцов. Он похож на DataFrame.columns, но явно указывает ось (1 для столбцов, 0 для строк).
import pandas as pd
# Пример DataFrame
data = {'old_col1': [1, 2, 3], 'old_col2': [4, 5, 6], 'old_col3': [7, 8, 9]}
df = pd.DataFrame(data)
print("Исходный DataFrame:n", df)
# Переименование столбцов с помощью DataFrame.set_axis()
new_columns = ['new_col1', 'new_col2', 'new_col3']
df = df.set_axis(new_columns, axis=1)
print("nDataFrame после переименования:n", df)
В этом примере используется set_axis() с axis=1 для переименования всех столбцов. Как и DataFrame.columns, он заменяет все названия столбцов.
В заключение, каждый метод предлагает уникальный подход. DataFrame.rename() лучше всего подходит для выборочного переименования, в то время как DataFrame.columns и DataFrame.set_axis() эффективны для переименования всех столбцов. Выберите метод, который наилучшим образом соответствует вашим конкретным потребностям.