customize-data-frame-column-names-python.md

在 Python 中自定义数据框列名

原文：www.kdnuggets.com/2022/08/customize-data-frame-column-names-python.html

编辑图片

无论数据科学中的哪个职业，除了常规的数据清洗和模型构建外，个人还需要以易于业务理解的方式呈现结果。在本教程中，我们将探索四种场景，在这些场景中，你可以同时对所有数据框列应用不同的转换。

---

我们的前三大课程推荐

1. Google 网络安全证书 - 快速进入网络安全职业的快车道。

2. Google 数据分析专业证书 - 提升你的数据分析技能

3. Google IT 支持专业证书 - 支持你的组织的 IT

---

在深入探讨这些场景之前，让我们导入 pandas 库，并创建一个名为 df 的数据框，列名如下：

• week_one_attendance

• week_two_attendance

• week_three_attendance

• week_four_attendance

代码：

import pandas as pd

df = pd.DataFrame (data = [[0.10,0.20,0.70,0.80],[0.80,0.50,0.40,0.20],[0.50,0.10,0.20,0.10],[0.30,0.45,0.97,0.65]],

columns = ["week_one_attendance","week_two_attendance","week_three_attendance","week_four_attendance"])

df

输出：

让我们开始探索这些场景吧

场景 1

在下面的代码中，使用了for 循环来迭代数据框的所有列，在每次迭代中，每列都通过rename方法转换为大写。

代码：

for i in df.columns:

df.rename(columns = {i:i.upper()},inplace = True)

df.columns

输出：

场景 2

在下面的代码中，我们将声明一个名为columnnames的空字典，然后声明另一个名为count to 0的变量。

然后我们将使用for 循环来迭代数据框的所有列，在每次迭代中，count变量将增加 1。增加后的值将被用在fstring中生成新的列名。每次迭代时，原始列名和新列名将作为键值对添加到字典中。

在构建包含原始列名和新列名的字典 columnnames 后，我们将把字典传递给 rename 方法

代码：

columnnames = {}

count = 0

for i in df.columns:

  count += 1

  columnnames[i] = f"WEEK_{count}_ATTENDANCE"

columnnames

输出：

代码：

df.rename(columns = columnnames ,inplace = True)

df.columns

输出：

场景 3

在下面的代码中，我们将声明一个名为 columnnames 的空 字典

然后我们将使用 for loop 遍历数据框的所有列，每次迭代中，第一个下划线的出现将被替换为空格。每次迭代中，原始列名和新列名将作为键值对添加到字典中。

在构建包含原始列名和新列名的字典 columnnames 后，我们将把字典传递给 rename 方法

代码：

columnnames = {}

for i in df.columns:

  x = i.replace('_','',1)

  columnnames[i] = x

columnnames

输出：

代码：

df.rename(columns = columnnames ,inplace = True)

df.columns

输出：

场景 4

在下面的代码中，我们将声明一个名为 columnnames 的空 字典，然后声明另一个名为 count to 0 的 变量

然后我们将使用 for loop 遍历数据框的所有列，每次迭代中 count 变量将增加 1。增量值将被用于 fstring 中，以生成一个新列名，其中第一个和最后一个单词的位置被交换。每次迭代中，原始列名和新列名将作为键值对添加到字典中。

在构建包含原始列名和新列名的字典后，我们将把字典传递给 rename 方法

代码：

columnnames = {}

count = 0

for i in df.columns:

  count += 1

  columnnames[i] = f"ATTENDANCE_WEEK{count}"

columnnames

输出：

代码：

df.rename(columns = columnnames ,inplace = True)

df.columns

输出：

结论

相比于逐个手动更新每个列名，我们通过使用 for 循环和 Python 字符串的不同方法，能够同时更新数据框的所有列的值，从而节省了大量时间

Priya Sengar (Medium, Github) 是来自 Old Dominion University 的数据科学家。Priya 热衷于解决数据问题并将其转化为解决方案。

了解更多相关话题

• 通过《快速 Python 数据科学》提升你的 Python 技能！

• 文本分类任务的最佳架构：基准测试…

• 作为数据科学家如何管理你的可重用 Python 代码

• 作为数据科学家如何注释你的 Python 代码

• KDnuggets™ 新闻 22:n01，1 月 5 日：跟踪和可视化的 3 个工具…

• 从新手到高手：为什么你的 Python 技能在数据科学中至关重要