Question

我在pandas数据框中使用了pd.pivot_table，列名称变为('A1', 'B1'), ('A1', 'B2')...之类的元组，我希望它们像'A1_B1', 'A1_B2'...

我试过用 df.columns.values[i] = df.columns.values[i][0] + '_' + df6.columns.values[i][1], 并尝试重命名。

当我检查df.columns.values时，列的名称已更改，但是当我无法使用这些名称进行索引时。我是python的新手，所以可能不知道列名和列索引之间的区别。

任何人都可以帮助我吗？谢谢！

Answer 1

设置

df = pd.DataFrame(
    np.arange(8).reshape(2, 4),
    columns=[('A1', 'B1'), ('A2', 'B1'), ('A1', 'B2'), ('A2', 'B2')])

print(df)

   (A1, B1)  (A2, B1)  (A1, B2)  (A2, B2)
0         0         1         2         3
1         4         5         6         7

rename

df.rename(columns='_'.join, inplace=True)
print(df)

   A1_B1  A2_B1  A1_B2  A2_B2
0      0      1      2      3
1      4      5      6      7

map

df.columns = df.columns.map('_'.join)
print(df)

   A1_B1  A2_B1  A1_B2  A2_B2
0      0      1      2      3
1      4      5      6      7

Answer 2

使用list comprehension：

df.columns = ['{}_{}'.format(x[0], x[1]) for x in df.columns]
print(df)
   A1_B1  A2_B1  A1_B2  A2_B2
0      0      1      2      3
1      4      5      6      7

或者：

df.columns = ['_'.join(x) for x in df.columns]
print(df)
   A1_B1  A2_B1  A1_B2  A2_B2
0      0      1      2      3
1      4      5      6      7

Answer 3

您可以使用df.DataFrame.Index.map：

df1.columns.map(lambda t: t[0] + "_" + t[1])

Answer 4

您可能需要迭代。

# a b
# x 1
# y 2
# z 3

Answer 5

我使用了这种方法：

mydic = dict() 
for i,var in enumerate(df.columns):
    if isinstance(var, tuple): 
        mydic[var] = '{}_{}'.format(var[0], var[1])
df.rename(columns = mydic)

这使我能够处理这样一个事实：我的元组中的第二个输入是一个整数，它已成为一个浮点数（并附加了一个恼人的＆＃34; .0＆＃34;十进制），而是四舍五入并指定整数

mydic[var] = '{}_{:d}'.format(var[0], round(var[1]))

如何将列名从元组更改为字符串？

5 个答案: