原文：
www.kdnuggets.com/2022/11/4-ways-rename-pandas-columns.html
图片由作者提供
Pandas DataFrame 现在已经成为主流。每个人都在使用它进行数据分析、机器学习、数据工程，甚至软件开发。学习重命名列是数据清洗的第一步，这是数据分析的核心部分。
1. 谷歌网络安全证书 - 快速进入网络安全职业道路。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 工作
在这个小教程中，我们将回顾四种方法，帮助你重命名单个或多个列名。
-
方法 1：使用 rename() 函数。
-
方法 2：分配新列名的列表。
-
方法 3：替换列字符串。
-
方法 4：使用 set_axis() 函数。
我们将首先创建一个简单的学生班级表现字典。它包括三列：“id”、“name”和“grade”，以及五行数据。
要将 Python 字典转换为 pandas DataFrame，我们将使用 pandas DataFrame() 函数，并通过 Deepnote（Cloud Jupyter Notebook）显示结果。
注意：我们将多次使用
student_dict字典为每种方法创建一个 DataFrame。
第一种方法相当简单。我们将使用 pandas rename() 函数来重新标记列名。
在这个例子中，我们将使用 .rename() 重命名单个列。你只需将 旧 和 新 列名的字典提供给 columns 参数。
例如：{“旧列名” : “新列名”}
正如我们所观察到的，我们已经成功地将“id”替换为“ID”。
student_df_1.rename(columns={"id": "ID"}, inplace=True)
student_df_1
注意：
inplace = True意味着我们正在对 DataFrame 应用更改。这类似于df = df.rename()
对于多个列，我们只需提供旧列名和新列名的字典，用逗号 “，” 分隔，它将自动替换列名。
新的列名为 "Student_ID", "First_Name", 和 "Average_Grade"。
student_df_1.rename(
columns={"ID": "Student_ID", "name": "First_Name", "grade": "Average_Grade"},
inplace=True,
)
student_df_1
第二种方法很简单。我们将通过将新名称列表分配给 DataFrame 对象的 columns 属性来重命名列。
例如，我们使用字典创建了一个新的数据框，并通过提供字符串列表给列属性来重命名列。
student_df_2 = pd.DataFrame(student_dict)
student_df_2.columns = ["Student_ID", "First_Name", "Average_Grade"]
student_df_2
第三种方法是 Python 生态系统中原生的，我们替换 columns 属性的字符串。
例如：df = df.columns.str.replace("old_name", "new_name")
我们已经成功将列名更改为“ID”、“Name”和“Grades”。
student_df_3 = pd.DataFrame(student_dict)
student_df_3.columns = student_df_3.columns.str.replace("id", "ID")
student_df_3.columns = student_df_3.columns.str.replace("name", "Name")
student_df_3.columns = student_df_3.columns.str.replace("grade", "Grades")
student_df_3
在第四种方法中，我们将使用 set_axis() 函数重命名列。你需要提供一个新名称的列表，并设置 axis = ”columns” 以重命名列而不是索引。
student_df_4 = pd.DataFrame(student_dict)
student_df_4.set_axis(["A", "B", "C"], axis="columns", inplace=True)
student_df_4
Abid Ali Awan (@1abidaliawan) 是一名认证的数据科学专业人士，热爱构建机器学习模型。目前，他专注于内容创作，并撰写有关机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为心理健康问题困扰的学生开发一个 AI 产品。