我有一个CSV文件,我想在其中重命名一些同名的列。 我的初始代码如下所示
df = pd.read_csv('New.csv')
我使用此代码从数据帧中提取了选定的列
df.columns[1::3]
此切片每隔三列获取一次。 现在我想用相同的名称重命名每三列一次 但是尝试像这样重命名我的列 给我一个错误
df.columns[1::3]= ['SomeName']
raise TypeError("Index does not support mutable operations")
有什么方法可以在熊猫中重命名具有相同名称的多个列吗?
除了手动执行此操作之外还有其他建议吗?
我认为这里最好的是使用带有唯一新列名称的rename
,例如:
df = pd.DataFrame({'A':list('abcdef'),
'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'D':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4],
'F':list('aaabbb')})
print (df)
A B C D E F
0 a 4 7 1 5 a
1 b 5 8 3 3 a
2 c 4 9 5 6 a
3 d 5 4 7 9 b
4 e 5 2 1 2 b
5 f 4 3 0 4 b
d = dict(zip(df.columns[1::3], range(len(df.columns[1::3]))))
print (d)
{'B': 0, 'E': 1}
df = df.rename(columns=d)
print (df)
A 0 C D 1 F
0 a 4 7 1 5 a
1 b 5 8 3 3 a
2 c 4 9 5 6 a
3 d 5 4 7 9 b
4 e 5 2 1 2 b
5 f 4 3 0 4 b
或:
d = dict(zip(df.columns[1::3],
['name{}'.format(x) for x in range(len(df.columns[1::3]))]))
print (d)
{'B': 'name0', 'E': 'name1'}
df = df.rename(columns=d)
print (df)
A name0 C D name1 F
0 a 4 7 1 5 a
1 b 5 8 3 3 a
2 c 4 9 5 6 a
3 d 5 4 7 9 b
4 e 5 2 1 2 b
5 f 4 3 0 4 b
不推荐的解决方案是重命名相同的列名:
d = dict.fromkeys(df.columns[1::3], 'Name')
print (d)
{'B': 'Name', 'E': 'Name'}
df = df.rename(columns=d)
print (df)
A Name C D Name F
0 a 4 7 1 5 a
1 b 5 8 3 3 a
2 c 4 9 5 6 a
3 d 5 4 7 9 b
4 e 5 2 1 2 b
5 f 4 3 0 4 b
因为如果需要 seelct 列Name
它会返回DataFrame
中的所有列:
print (df['Name'])
Name Name
0 4 5
1 5 3
2 4 6
3 5 9
4 5 2
5 4 4
df.columns 属于pandas.indexes.base.Index
类型,这就是您获得 TypeError 的原因。 如果将其转换为列表,则可以使用切片更新(重命名),并将 df.columns 设置为该更新的列表。
这对我有用:
lst = list(df.columns)
lst[1::3] = ['someName']*len(lst[1::3])
df.columns = lst
或者具有唯一的新列名称(如@jezrael指出的那样,可能不建议使用相同的名称):
lst = list(df.columns)
lst[1::3] = ['someName{}'.format(x) for x in range(len(lst[1::3]))]
df.columns = lst
基础pandas
索引对象是numpy
数组。
您可以利用这一事实使用numpy
约定进行切片和分配。
来自@jezrael的数据。此已知问题需要显式提取值。
df = pd.DataFrame({'A':list('abcdef'),
'B':[4,5,4,5,5,4],
'C':[7,8,9,4,2,3],
'D':[1,3,5,7,1,0],
'E':[5,3,6,9,2,4],
'F':list('aaabbb')})
arr = df.columns.values
arr[1::3] = range(2)
df.columns = arr
print(df)
A 0 C D 1 F
0 a 4 7 1 5 a
1 b 5 8 3 3 a
2 c 4 9 5 6 a
3 d 5 4 7 9 b
4 e 5 2 1 2 b
5 f 4 3 0 4 b