按关键字重命名熊猫中的多个列

Question

我需要重命名熊猫中的列，以便与预定义关键字关联的几个不同列名的标题替换为该关键字。

我希望将几个不同的潜在列名称的列表与一个关键字相关联，然后我可以将其用于以后的分组信息。在 pandas 中重命名列时，这个问题不像，因为这不能解决可以与一个关键字关联的多个列名的使用。

例如：猫，狗，鸟，鱼->被替换为标题"动物">

我正在查看重命名函数 这里 和 这里 ，但是，它似乎没有考虑到将多个列关联到要重命名的关键字的可能性。

这在熊猫身上是可以做的吗？

到目前为止，我的(无效(尝试如下：

newNames = {
'animals':['cats','dogs','fish'],
'colors':['red','blue','green']
}

DF示例：

cats    dogs    fish    red
1   2   3   2
2   3   5   4
3   4   3   4
df.rename(index=str,columns=newNames,inplace=True)

期望的结果：

animals     animals     animals     colors
1   2   3   2
2   3   5   4
3   4   3   4

Answer 1

IIUC，您可以 - 作为对许多列使用相同的名称的替代方法(这可能是一个坏主意( - 考虑使用MultiIndexing

例如：

categories = {"animals": ["cats", "dogs", "fish"],
"colors" : ["red"]}
df.columns = pd.MultiIndex.from_tuples([(k, sub) for k,v in categories.items() for sub in v])

然后你的输出将是这样的：

animals                 colors
cats    dogs    fish    red
0       1       2       3       2
1       2       3       5       4
2       3       4       3       4

Answer 2

使用melt创建字典

df.rename(columns=pd.DataFrame(newNames).melt().set_index('value').variable.to_dict())
Out[275]: 
animals  animals  animals  colors
0        1        2        3       2
1        2        3        5       4
2        3        4        3       4

Answer 3

这对你有用吗？

import pandas as pd
df = pd.DataFrame({"cats": [1, 2, 3], "dogs": [4, 5, 6], "fish": [7, 8, 9], "red": [10, 11, 12],})
# df
cats  dogs  fish  red
0     1     4     7   10
1     2     5     8   11
2     3     6     9   12
new_names = {
"cats": "animals",
"dogs": "animals",
"fish": "animals",
"red": "colors"
}
new_df = df.rename(index=str, columns=new_names)
# new_df
animals  animals  animals  colors
0        1        4        7      10
1        2        5        8      11
2        3        6        9      12

如果字典中未列出列new_names则它保持不变。在这种情况下，数据框的尺寸无关紧要。

例：

df2 = pd.DataFrame({"cats": [1, 2, 3], "digs": [4, 5, 6], "fish": [7, 8, 9], "worm": [10, 11, 12], "blue": [10, 11, 12]})
# df2
cats  digs  fish  worm  blue
0     1     4     7    10    10
1     2     5     8    11    11
2     3     6     9    12    12
new_df2 = df2.rename(index=str, columns=new_names)
# new_df2
animals  digs  animals  worm  blue
0        1     4        7    10    10
1        2     5        8    11    11
2        3     6        9    12    12