Question

我有一个CSV文件，我想在其中重命名一些具有相同名称的列。我的初始代码看起来像这样

df = pd.read_csv('New.csv')

我使用此代码从数据框中提取了所选列

df.columns[1::3]

这个切片得到每三列。现在我想重命名每个具有相同名称的第三列但试图像这样重命名我的列给我一个错误

df.columns[1::3]= ['SomeName']
raise TypeError("Index does not support mutable operations")

有什么办法可以在pandas中重命名多个具有相同名称的列？

除了手动执行此操作之外的任何其他建议吗？

Answer 1

我认为最好的是使用rename和唯一的新列名称，如：

df = pd.DataFrame({'A':list('abcdef'),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aaabbb')})

print (df)
   A  B  C  D  E  F
0  a  4  7  1  5  a
1  b  5  8  3  3  a
2  c  4  9  5  6  a
3  d  5  4  7  9  b
4  e  5  2  1  2  b
5  f  4  3  0  4  b

d = dict(zip(df.columns[1::3], range(len(df.columns[1::3]))))
print (d)
{'B': 0, 'E': 1}


df = df.rename(columns=d)
print (df)
   A  0  C  D  1  F
0  a  4  7  1  5  a
1  b  5  8  3  3  a
2  c  4  9  5  6  a
3  d  5  4  7  9  b
4  e  5  2  1  2  b
5  f  4  3  0  4  b

或者：

d = dict(zip(df.columns[1::3], 
             ['name{}'.format(x) for x in range(len(df.columns[1::3]))]))
print (d)
{'B': 'name0', 'E': 'name1'}

df = df.rename(columns=d)
print (df)
   A  name0  C  D  name1  F
0  a      4  7  1      5  a
1  b      5  8  3      3  a
2  c      4  9  5      6  a
3  d      5  4  7      9  b
4  e      5  2  1      2  b
5  f      4  3  0      4  b

不推荐使用相同列名重命名解决方案：

d = dict.fromkeys(df.columns[1::3], 'Name')
print (d)
{'B': 'Name', 'E': 'Name'}

df = df.rename(columns=d)
print (df)
   A  Name  C  D  Name  F
0  a     4  7  1     5  a
1  b     5  8  3     3  a
2  c     4  9  5     6  a
3  d     5  4  7     9  b
4  e     5  2  1     2  b
5  f     4  3  0     4  b

因为如果想要选择列Name，则会返回DataFrame中的所有列：

print (df['Name'])
   Name  Name
0     4     5
1     5     3
2     4     6
3     5     9
4     5     2
5     4     4

Answer 2

df.columns的类型为pandas.indexes.base.Index，这就是你得到TypeError的原因。如果将其转换为列表，则可以使用切片更新（重命名），并将df.columns设置为该更新列表。

这对我有用：

lst = list(df.columns)
lst[1::3] = ['someName']*len(lst[1::3])
df.columns = lst

或拥有唯一的新列名称（因为@jezrael指出可能不建议使用相同的名称）：

lst = list(df.columns)
lst[1::3] = ['someName{}'.format(x) for x in range(len(lst[1::3]))] 
df.columns = lst

Answer 3

底层pandas索引对象是numpy数组。

您可以利用此事实来使用numpy约定进行切片和分配。

来自@jezrael的数据。 this known issue需要明确提取值。

df = pd.DataFrame({'A':list('abcdef'),
                   'B':[4,5,4,5,5,4],
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aaabbb')})

arr = df.columns.values
arr[1::3] = range(2)
df.columns = arr

print(df)

   A  0  C  D  1  F
0  a  4  7  1  5  a
1  b  5  8  3  3  a
2  c  4  9  5  6  a
3  d  5  4  7  9  b
4  e  5  2  1  2  b
5  f  4  3  0  4  b

重命名Pandas中的多个列

3 个答案: