Question

我有几个Pandas DataFrame，我想对齐它们的列名，以便所有它们都具有特定列的相同名称（不是所有列）。

在我的真实数据集中，我有很多列，但是在下面，我提供了3个DataFrame的简化示例。它们都具有相同的内容，但是这样做是为了简化示例。

df1 =

col1   col2    col3
111    123     abc
122    331     zzz

df2 =

colA   colB    col3
111    123     abc
122    331     zzz

df3 =

col_1   col_2    col3
111     123      abc
122     331      zzz

然后我有以下指定相似列的字典（实际上，字典更大）：

col_names = {
  "col1": ["colA", "col_1"],
  "col2": ["colB", "col_2"]
}

这意味着colA和col_1列应重命名为col1，而colB和col_2列应重命名为{{1 }}。

我知道如何在pandas DataFrame中一一重命名列：

col2

但是，我对如何使用字典灵活地重命名列感到困惑？

Answer 1

df1.rename(columns={col_names[key][0]: key for key in col_names}, inplace=True)
df2.rename(columns={col_names[key][1]: key for key in col_names}, inplace=True)

如果字典中值的顺序是随机的，并且不确定数据框中的列，则可以使用。

df1 = pd.DataFrame({'col1': [1]*3, 'col2': [2]*3, 'col3': [3]*3})
df2 = pd.DataFrame({'colA': [11]*3, 'colB': [22]*3, 'col3': [33]*3})
df3 = pd.DataFrame({'col_1': ['a']*3, 'col_2': ['b']*3, 'col3': ['c']*3})
col_names = {
  "col1": ["colA", "col_1"],
  "col2": ["colB", "col_2"]
}
cols = {}
for key,value in col_names.items():
    for v in value:
        cols[v] =  key
for df in [df1,df2,df3]:
   df.rename(columns=cols, inplace=True)

Answer 2

尝试：

df.columns = pd.Series(df.columns.to_list()).replace({'colA':'col1'}).to_list()

如何使用字典重命名列？

2 个答案: