根据表转换数据框的列名

Question

假设我们有像这样的数据框

   100  101  102
1  0.5  0.1  0.2 
2  0.3  0.4  0.5
3  0.1  0.1  0.1

和这样的表：

1 100 a
2 101 b
3 102 c

我想要的是：

   a    b     c
1  0.5  0.1  0.2 
2  0.3  0.4  0.5
3  0.1  0.1  0.1

Answer 1

你的第二个DataFrame缺少列名，所以在这个答案中我称他们为x和y;这是我假设第二个DataFrame是：

>> df1
     x  y
0  100  a
1  101  b
2  102  c

此外，我假设第一个DataFrame是df0。

您可以使用

执行此操作

df0.columns = [df1[df1.x == c].y.values[0] for c in df0.columns]

说明：

• df1[df1.x == c].y.values[0]在y列中找到与c对应的x列中的值。

• [... for c in df0.columns]为df0中的所有列名称执行此操作。

• df0.columns = ...将结果指定为df0的新列名。

Answer 2

我借用@ AmiTavory假设第二帧有x和y列（它被轻微改变）。我们可以使用rename方法和columns参数：

>>> df_new = df0.rename(columns=dict(zip(df1.x, df1.y)))
>>> df_new
     a    b    c
1  0.5  0.1  0.2
2  0.3  0.4  0.5
3  0.1  0.1  0.1

这是有效的，因为我们可以使用字典映射columns的旧名称到新名称：

>>> dict(zip(df1.x, df1.y))
{100: 'a', 101: 'b', 102: 'c'}